
结构合法的 APNG 会亲口说出自己的帧时序,你该去读它,不该靠猜。在 APNG IDAT/fdAT 分块流式 deflate 回放与 dispose 方法帧时序分析器 上,APNG 分块分析器会读 acTL,读每一个 fcTL、每一个 fdAT,以及它们背后的 deflate 流,然后按你当初设计的单位把时序契约报给你。
大多数团队排查动画卡顿的方式都一样:打开文件,看两遍,怪编码器,重新导出。这套流程用在 APNG 上必然失效,因为帧时钟根本不在任何人会去读的字段里。它藏在一个四字节的数据块中,每帧出现一次,装着分子和分母,而除了写下它的那个编码器,没有任何东西校验过它。文件看起来可以完美无缺,实际却按你设计速度的三分之一在播,或者永远冻结在某一帧上,浏览器一个字都不会告诉你。
帧时钟到底由什么构成
APNG 就是长了动画的 PNG。动画控制落在三种数据块上,每种只管一件事。

acTL 是动画控制块。它在第一个 IDAT 之前出现一次,声明动画有多少帧。如果这个声明值和实际能数出来的 fcTL 数量对不上,文件就是坏的,只是大多数渲染器会替你把这件事糊过去。
fcTL 是帧控制块,每帧一个。时钟就住在这里:一个延迟分子、一个延迟分母、这一帧在画布上绘制的区域,以及两个 dispose 与 blend 标志,它们决定这帧画完前后缓冲区该怎么处理。
fdAT 是帧数据块。它装着默认图像之后每一帧的压缩像素,并且与 fcTL 共用同一套序号空间,解码器因此能在控制流和数据流之间交错读取而不产生歧义。
这三种数据块合起来,就是 PNG 与动图之间的全部差别。其余一切继承自基础 PNG 规范。
决定播放速度的两个数字
几乎所有时序 bug 都住在这里,而它只是一次除法。

每个 fcTL 都存着一个延迟分子和一个延迟分母。真实的帧时长是分数 delay_num / delay_den,单位是百分之一秒。这个比例因子很容易被漏掉,大量导出的动画就在这里悄无声息地差出 100 倍。
另外两条归一化规则把剩下的情况兜住,都很短,值得原样记住:
delay_den为 0 时,按 100 归一化,单位就是百分之一秒。delay_num为 0 时,该帧以最快速度渲染,也就是说上一帧会一直留在屏幕上,直到下一帧准备好。
现实中很常见的一种形态,是每帧都带 delay_num = 1、delay_den = 20。这读出来是每秒五帧,大多数人却以为它要快得多。另一种文件里 delay_den 是 100、delay_num 是 5,播放速度就是每 50 毫秒一帧。两者在十六进制编辑器里几乎长得一样,行为却毫无共同点。
因为帧时长是有理数,编码器完全可以写出显示器根本显示不出来的值。分析器会把每个值归一化成既约分数和帧率,于是你看到的是 0.05 s,而不是一对裸整数。
序号为什么是最早的故障信号
fcTL 和 fdAT 共用序号空间,这是文件里最简单的完整性检查,也是最常被违反的一条。
规则很短:序号从 0 开始,每个数据块恰好加一,绝不重复。分析器把任何断号、重号或者乱序都判为错误而不是警告,因为解码器一旦丢了序号,就没有任何定义好的办法重新同步。序号一断,下游所有数值都不可信:帧数、时序表、dispose 审计,一个不剩。
这也是手工检查起来最便宜的一项。用任意十六进制编辑器打开文件,搜 ASCII 字节 fcTL 和 fdAT,读每个块头后面的四个字节。你应该看到一条从零开始的整齐连续序列。如果没有,你一个工具都没跑就已经找到 bug 了。
分析器把这一项和 CRC32 检查放在一起,给出一个通过或失败的判定,所以即使文件里其他数字看着都合理,序号断了也一眼看得出来。
默认图像不一定是第一帧
APNG 规范里没有哪一条比它制造了更多让人一头雾水的 bug 报告。
基础 PNG 图像,也就是不认识动画的解码器会显示的那一张,只有在它的 fcTL 出现在第一个 IDAT 之前时,才算作第一帧。如果那个 fcTL 排在 IDAT 之后,默认图像就只是静态兜底内容,动画无论如何都从 fcTL 序列的第一帧开始。
默认图像真加入动画的时候,必须从 0,0 起铺满整个画布。默认图像只画一小块区域、指望合成器清空其余部分,在不同渲染器里会得到不同的画面,因为每个渲染器对「未被触碰的画布」里有什么,都有自己的理解。
判断文件结构站不站得住,只有两项检查,而且都很便宜:
- 第一个 fcTL 是否排在第一个 IDAT 之前?
- 如果是,这一帧是否从 0,0 起覆盖整个画布?
分析器把默认图像的判定单独报成一个布尔值,你一眼就能看出自己的动画是有一张静态封面帧,还是有一个真正的第一帧。这一条弄错,正是一张动图在某个浏览器里首帧完美、在另一个浏览器里空白或被裁掉的原因。
dispose 标志决定下一帧看到什么
dispose 是 APNG 里看着像样板、其实是一份渲染契约的那一部分。
每个 fcTL 带一个 dispose_op,取值有三种。NONE 让画布保持这一帧画完的样子,下一帧直接叠在当前内容上。BACKGROUND 在下一帧绘制前把本帧区域清回透明状态,移动的精灵图需要它,否则会拖出一条残影。PREVIOUS 把画布还原到本帧绘制之前的样子,它最贵,也最容易用错。
与它配套的是 blend_op,通常是 SOURCE 或 OVER。任何 APNG 的第一帧都是特例:如果它把 dispose_op 声明为 PREVIOUS,规范要求按 BACKGROUND 处理,因为第一帧根本没有上一块缓冲区可以还原。
首帧降级是规范里最常被记错的一条规则,值得写进编码器的测试套件:
- 第一帧声明 PREVIOUS 时,渲染器改用 BACKGROUND。
- 任何延迟为 0 的帧,立即渲染,不走定时器。
- 任何需要复制上一块缓冲区的帧,这是最贵的情况,值得测量。
每一帧都声明 PREVIOUS,等于要求渲染器在每次绘制前把整块画布复制一遍。512×512、40 帧的动画,这是二十兆字节的缓冲区复制,换不来任何画面上的收益,而且只在低端设备上表现成掉帧。
回放 deflate 流能抓到静默损坏
一个 PNG 数据块可以通过 CRC32 校验,里面的像素数据却依然解不出来。CRC32 验的是字节完整到达,它不验这些字节内部的 zlib 流能否解压出正确大小的结果。
分析器会把每一帧的压缩流重放一遍,也就是该帧 IDAT 块的拼接,或者剥掉四个序号字节后的 fdAT 块拼接,然后解压。解压之后的一帧必须正好是 height x (1 + ceil(width x bitsPerPixel / 8)) 字节,也就是每条扫描线一个滤波字节,加上原始扫描线数据。少于或多于这个数,都说明流被截断、超长或者损坏。
正是这项检查找出了解码器会默默吞掉的那个 bug:
- CRC32 通过而 deflate 失败,说明文件完好,像素是错的。
- CRC32 失败,说明文件本身在传输途中或磁盘上被损坏。
- deflate 通过但大小不符,说明编码器写了错误的滤波类型或错误的行长。
当文件渲染成残缺的图像、一条撕裂的乱码带,或者一整块纯色时,打开 deflate 回放。这三种症状对应三个不同的故障点,deflate 的大小检查正是把它们区分开的那一步。这也是这个工具建立在 Node 自带 zlib 之上、而不是手写一个 inflater 的原因:参考实现才值得拿来对照。
一份干净的报告究竟告诉了你什么
审计跑完,输出是一行信息密度很高的结果,可以直接粘进 bug 报告。一次有代表性的干净运行长这样:16×16 RGBA,三帧,总时长 0.35 秒,约每秒 8.57 帧,无限循环,一个 IDAT 帧加两个 fdAT 帧,dispose 为 none/background/none,blend 为 source/over/over,序号 0 到 5 无断号,CRC 通过,deflate 通过。
其中每一项都是某个人做过的决定,大多数在图片查看器里根本看不见:
- 帧数和总时长告诉你编码器承诺了什么。
- 帧率在数字一变得不合理时,立刻把时序 bug 暴露出来。
- dispose 和 blend 两列显示动画合成得对不对。
- 序号、CRC 和 deflate 三列是三项完整性判定。
三帧分别 0.05、0.10、0.20 秒,合计 0.35 秒,约合每秒 8.57 帧。如果你设计的是 10 fps 动画,这组数字在告诉你:编码器把你的延迟四舍五入到百分之一秒,顺手把速率挪走了。这种结论应该在文件上线前拿到,不必等慢速网络上的用户发来 bug 报告。
如果你的动画确实必须离开 PNG,因为帧预算吃紧、体积又不划算,同一目录下的媒体转换器可以承担转码,包括把动图 WebP 和 APNG 直接转成 MP4。转码完了要核对时序被动过什么手脚,CRC32 校验和 上的 CRC32 校验和工具会给出分析器内部使用的那份逐块完整性判定。
一趟跑完的上线前审计
APNG 交到用户手里之前,按这个顺序跑五项检查,因为前一项失效会让后一项失去意义。

- 确认 acTL 在第一个 IDAT 之前,且它声明的帧数与你数出来的 fcTL 数量一致。
- 确认 fcTL 与 fdAT 的序号从零开始连续,无断号、无重号。
- 确认默认图像的判定:第一个 fcTL 是否在第一个 IDAT 之前,它是否覆盖整个画布?
- 确认每个延迟分数归一化之后都合理,包括 delay_den 为 0 和 delay_num 为 0 这两种情况。
- 确认 deflate 回放把每一帧都解压到了恰好应有的扫描线大小。
五项全过,文件在结构上就站得住,剩下的问题只是视觉口味:裁剪、调色板,或者这段动画到底值不值它占的那些字节。任何一项不过,你手里就是一处具体缺陷,而不是一句「动画看着有点怪」的模糊感觉。这正是去读数据块、不去猜的意义。
这个格式恰恰回报这种程度的认真。APNG 把真正的帧时钟塞进了一个大多数工具至今仍当作单张图片容器对待的格式,真正理解这些数据块的工具则会准确告诉你动画正在做什么。更多工具见 elysiatools.com。
Pingback: APNG IDAT/fdAT Chunk, Streaming Deflate Replay and Disposal Method Frame-Timing Analyzer Field Guide: When Three Chunks and a Hundredth of a Second Decide Whether Your Animation Ships - COSESAI