PGM ファイルとは?

Portable Graymap ファイルは、各画素がグレースケールの輝度を表す Netpbm のラスター形式です。多機能な画像コンテナーではなく、単純なテキスト構造またはバイナリ構造を使用します。

PGM ファイルの仕組み

PGM はマジック識別子、画像の寸法、サンプルの最大値で始まり、各画素の輝度サンプルが続きます。プレーン形式では値を十進数のテキストで記述し、raw 形式ではコンパクトなバイナリペイロードを使います。どちらも同じグレースケールの画素格子を表します。テストフィクスチャ、コンピュータービジョンへの入力、処理段階間の検査など、解析の仕組みが明快であることが重要な受け渡し箇所で役立つ形式です。

要点

  1. P5 は raw(バイナリ)形式を、P2 は各サンプルを ASCII の十進数で記述するプレーン形式を示します。ヘッダーフィールドは空白文字で区切られ、途中に # から行末までのコメントが入る場合があります。raw PGM では、最大値の後の空白文字一文字がヘッダーとラスターを区切ります。raw ファイルには複数の画像を連続して格納できますが、仕様には、ほとんどのツールが最初の画像しか読み取らないと記されています。プレーンファイルに格納できる画像は一つだけです。
  2. サンプル範囲を定義するのは固定のビット深度ではなく、ヘッダー内の最大値です。この最大値は 0 より大きく、65536 未満である必要があり、0 が黒、最大値が白を表します。raw サンプルは最大値が 256 未満なら一バイト、それ以外は二バイトで、最上位バイトが先に格納されます。一画素一バイトやリトルエンディアンを前提にすると、正しいファイルを破損させます。たとえば FFmpeg の開発者メーリングリストでは、libjpeg v6b が仕様に反してリトルエンディアンの 16 ビット PGM ファイルを書き出していたことが議論されています。仕様では、互換性を最大限に確保するため、最大値を 255 にすることを推奨しています。2000 年4月より前は、raw ファイルの最大値がこの値を超えられなかったためです。
  3. PGM のヘッダーは、サンプル値と光の関係を示しません。仕様では、サンプル値を ITU-R BT.709 の伝達関数で符号化した輝度と定義し、一般的な派生形として線形値と sRGB 曲線を挙げています。また、多くのファイルが任意の整数を格納するためにこの構造を使っていることも認めています。そのため、表示用のグレー階調、線形センサーデータ、深度マップ、マスクのどれを格納しているかは、ファイルの外部で取り決める必要があります。
  4. PGM は一チャンネルのみを持ち、アルファ、カラープロファイル、構造化メタデータは含みません。Netpbm は、マスクとして使う別の PGM で透明度を表します。また、PAM 形式ならグレーとアルファを一つのファイルに格納できます。IANA に登録されたメディアタイプはなく、慣例的に image/x-portable-graymap が使われます。

PGM ファイルが重要になる場面

グレースケールのコンピュータービジョンデータや簡単なデバッグの中間形式として PGM を使用してください。配布時にファイルサイズ、メタデータ、透明度、幅広いアプリケーションでの対応が重要であれば、別の形式に変換してください。

Transloadit による PGM ファイルの処理支援

Transloadit の画像形式一覧表は、/image/resize などの ImageMagick ベースの Robot を対象としており、これらの Robot が読み書きできる形式として PGM を掲載しています。

この表が示すのは、形式単位の読み書き対応のみです。出力が raw PGM かプレーン PGM か、255 を超える最大値をどう扱うかは示していません。そのため、高精度データの処理を任せる前に、代表的なファイルを Assembly で処理して確認してください。

Transloadit のファイル形式・圧縮機能を見る

出典

メディアの知識を実用的なパイプラインに

単一の宣言的 API で、アップロード、処理、AI、ストレージ、配信を連携できます。エンコードスタックの管理、スケーリング、形式の変化への対応はお任せください。

Transloadit を無料で試す