位图4字节对齐问题

在自己对图像数据进行处理的时候，会有字节对其的问题，由于之前使用的图像大都是8bit或者是24bit，32bit的图像，使用的对其公式是（pixelwidth*channel+3）/4*4。后面也有看到有些写法如：(width * bitCounts + 31) / 32 * 4，不是很理解原理。在网上查找，发现有解释的非常透澈的，下面借来用用。

原文链接：/content/1761744.html

1. 首先来自于这样一个公式：(width * bitCounts / 8 + 3) / 4 * 4，该公式含义比上面的公式要容易理解一些，比如biWidth * biBitCount代表了对齐前每行的总位数，位图有1位、2位、4位、8位、16位、24位、32位等，大于8位的都是8的倍数，所以biWidth * biBitCount / 8是对齐前的总字节数，要4字节对齐，除以4，看余数多少，不够多少补多少。而因为除以4的余数只能是0、1、2、3这四种情况，0就是刚好整除不需要再补，1、2、3分别需要补3、2、1个字节才能凑足4字节。那么
我们在除之前先补上3个字节会是什么情况呢，对于四种余数情形，分别是余3（3+0）、0（3+1）、1（3+2）、2（3+3），对于整数操作(width * bitCounts / 8 + 3) / 4得到的结果不会有余数，刚好达到了我们需要补足4字节的目的；另外再考虑能不能先补上别的数字，例如1、2，根据前面余数情况分析，补1会漏掉余数为1、2的情况，补2会漏掉余数为1的情况； 再考虑补上4或者更大数字的情况，余数为0的情形补4就多了4字节，数字再往上就更加多余，所以补上最大余数刚刚合适。

2. 上面的分析对于位宽大于等于8的位图已经正确，但小于8位的情况，width * bitCounts不一定是8的整数倍，所以我们先不要除以8，而是按照4字节等于32个bit位来计算，我们看看需要补多少位使得刚好32位对齐，那么就有公式：（width * bitCounts + n）/ 32 * 4 跟1中的分析方法相同，n应为32的最大余数31，所以得到最终公式：（width * bitCounts + 31）/ 32 * 4。