【Codecs系列】视频编码中常用熵编码介绍

已于 2023-05-21 18:23:37 修改
阅读量4.7k 收藏 6
点赞数 3
分类专栏： 【视音频技术之基础知识】 【视频编解码开发教程】 文章标签： 熵编码 方法介绍 视频编码 Matlab实现
于 2017-10-21 15:13:24 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/SoaringLee_fighting/article/details/78303747
版权

Date: 2017/10/21

Content：视频编码中常用熵编码方法介绍

1、熵编码

  编码过程中按照熵原理不丢失任何信息的编码，即编码过程中不丢失信息量，保存信息熵。

  熵编码是无损压缩的编码方法。

  常见的熵编码方法：香农编码（shannon）、哈夫曼编码（huffman）、算术编码（arithmetic coding）、哥伦布编码（Golomb Codes）、游程编码等。

2、可变长编码(Variable Length Coding,VLC)

  可变长编码通过给出现概率大的符号赋予较短的码字，改变码字长度达到压缩信息冗余的目的，编码和解码过程完全可逆，又称为统计编码和无失真的压缩编码方法。最常用的可变长编码为Huffman、哥伦布编码、游程长度编码。

3、算术编码（Arithmetic coding）

   算术编码的本质是对输入流分配一个码字，而不是为每个符号分配一个码字。算术编码对整条信息（无论多长），其输出仅仅是一个小数，而且是介于0和1之间（半开区间[0,1)）的二进制小数。如果算术编码对某条信息的输出为1010001111，那么表示的是小数0.1010001111，换算成十进制即为0.64。

    3.1 编码

   算术编码不是单独对一个码字进行编码，而是对整条信息进行编码。

编码举例：

     考虑某条信息中可能出现的字符仅有a,b,c三种，我们要编码的字符串为bccb。

(1) 假设三者出现概率一

了解本专栏 订阅专栏 解锁全文
飞翔的鲲
关注
  • 3
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
专栏目录
订阅专栏
shangbianma.rar_图像的熵_图像编码_熵_熵的应用
09-20
这是应用vc++变得基于熵的图像编码。对给定图像进行熵编码
熵编码方法_霍夫曼编码_visualc++_图像编码_算术编码_
09-30
用于测试算术编码和熵编码的性能，可以直接运行。
常见音视频文件的编码和封装格式详解
最新发布
程序猿老樊的博客
02-11 874
解封装：如下图所示，就是将FLV、MKV、MP4等文件解封装为视频H.264或H.265压缩数据，音频MP3或AAC的压缩数据，下图为常用的基本操作。//获取数据包//.....解码或者存储//重置上述代码所示，通过循环调用av_read_frame()读取到pkt包，然后可以进行解码或者存储数据，如果读取的数据结束，则退出循环，开始指向结束操作。音视频编码和封装格式是数字媒体领域的基石。
huofuman.zip_huffman_matlab 图像处理_图像熵
07-14
图像的霍夫曼编码，MATLAB程序，可以直接运行，求图像的平均码长，信息熵
基于熵编码的JPEG压缩域脆弱图像水印算法
04-30
为了解决JPEG图像水印算法在嵌入容量、不可感知性、实时性和窜改定位方面的问题，提出了一种基于熵编码的JPEG压缩域脆弱图像水印算法。首先选择JPEG熵编码阶段进行水印嵌入，这样就可避免正向和逆向的DCT和量化运算，保证算法在嵌入阶段对图像的改变量较小且具有较好的实时性；接着根据熵编码过程中某些比特不会参与哈夫曼编码这一原则，在其中选择符合条件的系数嵌入水印，将水印信息嵌入到这些系数的最低有效位中，以规避修改哈夫曼编码系数后带来的编码误差，进一步加强了算法的透明性。实验表明，该算法不仅具有较大的嵌入容量和很好的不可感知性，而且脆弱性较高，能够对恶意窜改进行准确定位。
基于低熵源编码有效图像压缩算法
10-16
在信息论中，数据压缩是数据处理的难题之一，尤其是图像无损压缩。JPEG－LS算法是公认的灰度图像有效的压缩算法。然而，对于计算机绘制的灰度图像（如CAD、SOLIDWORK等），其压缩效率低，限制了JPEG－LS的广泛应用。提出一种基于两步编码法的图像有效压缩算法，即建模和编码,算法与JPEG-LS灰度图像压缩标准进行对比实验，实验结果证明该算法提高了压缩效率。
熵编码概述
wangbuji的博客
12-13 6408
一、熵编码基本原理 熵编码即编码过程中按熵原理不丢失任何信息的无损编码方式，也是有损编码中的一个关键模块，处于编码器的末端。信息熵为信源的平均信息量（不确定性的度量）。常见的熵编码有：香农(Shannon)编码、哈夫曼(Huffman)编码，指数哥伦布编码(Exp-Golomb)和算术编码(arithmetic coding)。由于熵编码的是编码器通过量化、变换、运动、预测等一系列操作之后得到的需要编码的符号，根据编码符号的分布情况选择适合的熵编码模型，因此熵编码是一个相对独立的单...
熵编码分类
u010029439的博客
12-03 583
摘抄自：【H264/AVC 句法和语义详解】(五)：Exp-Golomb指数哥伦布编码（理论篇） https://blog.csdn.net/u010029439/article/details/103369122 熵编码分类 为了便于理解，上述说的多个熵编码方法，还可以分为以下两类： （1）变长编码：香农范诺编码、霍夫曼编码、指数哥伦布编码、CAVLC （2）算术编码、CABAC等算...
熵编码方法
qq275860560的专栏
04-25 1308
哈夫曼编码 香农-范诺编码 算术编码
七、熵编码算法（1）：基础知识
叮咚的博客
03-12 1725
一、熵编码的概念 熵 化学和热力学，用于度量能量退化的指标 熵越高，物体或系统的做功能力越低 信息学中的熵 表示信源所发出信息的不确定性 越是随机的、前后不相关的信息，其熵越高 信源编码定理 说明了香农熵与信源符号概率之间的关系 信息的熵为信源无损编码后的平均码字长度的下限 任何的无损编码方法都不可能使编码后的平均码长小于香农熵，只能使其尽量接近 　　前面的表述球之间的关系相对于后面这个是比较繁琐的，而且由于前面的排列之间没有任何的规律，进行改进和压缩的空间也就比较小了；因此：混乱程
熵编码（算术+霍夫曼）编解码基础知识总结
yamgyutou的博客
07-29 7260
在MPEG的TMC13模型中，对于surface point cloud compression，对block和vertices进行熵编码；对于lidar point cloud compression，需要对量化残差进行算术编码。这里对熵编码相关的知识进行了总结。 熵编码: (1)https://blog.csdn.net/m0_37579288/article/details/79552526 (2)https://zhuanlan.zhihu.com/p/26454072 信息论中，Shann.
小波变换与JPEG 2000编码
10-31
本章先介绍小波变换的来龙去脉，然后分别介绍连续小波变换、离散小波变换、Haar小波变换和整数小波变换，最后介绍JPEG 2000的编码算法和标准。
python自然语言编码转换模块codecs介绍
09-22
主要介绍了python自然语言编码转换模块codecs介绍,codecs专门用作编码转换,通过它的接口是可以扩展到其他关于代码方面的转换,需要的朋友可以参考下
超强大视频输出插件AfterCodecs v1.4.1中文英文一键安装版
10-17
AfterCodecs插件为你的AE渲染（如ProRes、H.264这样的特殊编码）提供了一个不错的解决方案，它可以让视频文件体积变得更小，但是不会损失画面质量。 AfterCodecs可以对以下编码具有优化作用： 1、ProRes – LT/Proxy...
各种视频编码器
07-10
压缩包里有Win7codecs_32bit_Advanced_v418，K-Lite_Codec_Pack_Full，ffdshow20130520_egur，xvidcore-1.3.0编码器，都是主流常见的。
简单解决Python文件中文编码问题
12-24
需要读取utf-8编码的中文文件，先利用sublime text软件将它改成无DOM的编码，然后用以下代码： with codecs.open(note_path, 'r+','utf-8') as f: line=f.readline() print line 这样就可以正确地读出文件里面的...
Python中使用不同编码读写txt文件详解
12-23
复制代码 代码如下: ...将执行文件的当前目录及文件名写入到name.txt文件中，以utf-8格式保存 如果采用ANSI编码保存，用如下代码写入即可： 复制代码 代码如下: out.write(filename) 打开文件并写入 引用codecs
浅谈python中对于json写入txt文件的编码问题
12-25
最近一直在研究python+selenium+beautifulsoup的爬虫，但是存入数据库还有写入txt文件里面的时候一直都是unicode编码的格式。 接下来就是各种翻阅文档，查找谷歌和度娘，但是都没有具体的说明是什么问题。 结果根据...
DX50编码器_The-Codecs
03-08
DX50编码器 这个是 用着视频编辑的软件 大家可能会在安装什么视频编辑软件 提示缺少DX50编码器什么的
香农熵编码压缩图像c语言
05-31
以下是一个简单的使用香农熵编码对图像进行压缩的C语言示例： ```c #include <stdio.h> #include <stdlib.h> #include <string.h> #define MAX_SYMBOLS 256 typedef struct { unsigned char symbol; int frequency; } Symbol; typedef struct { long long low; long long high; } Range; typedef struct { Symbol symbol_list[MAX_SYMBOLS]; int symbol_count; } FrequencyTable; void init_frequency_table(FrequencyTable* table) { memset(table, 0, sizeof(FrequencyTable)); } void update_frequency_table(FrequencyTable* table, unsigned char* data, int size) { for (int i = 0; i < size; i++) { int found = 0; for (int j = 0; j < table->symbol_count; j++) { if (table->symbol_list[j].symbol == data[i]) { table->symbol_list[j].frequency++; found = 1; break; } } if (!found) { Symbol symbol = { data[i], 1 }; table->symbol_list[table->symbol_count++] = symbol; } } } void sort_frequency_table(FrequencyTable* table) { for (int i = 0; i < table->symbol_count - 1; i++) { for (int j = i + 1; j < table->symbol_count; j++) { if (table->symbol_list[i].frequency < table->symbol_list[j].frequency) { Symbol temp = table->symbol_list[i]; table->symbol_list[i] = table->symbol_list[j]; table->symbol_list[j] = temp; } } } } void build_range_table(FrequencyTable* table, Range* range_list) { long long total_frequency = 0; for (int i = 0; i < table->symbol_count; i++) { total_frequency += table->symbol_list[i].frequency; } long long low = 0; for (int i = 0; i < table->symbol_count; i++) { long long high = low + table->symbol_list[i].frequency * (1LL << 32) / total_frequency; range_list[i].low = low; range_list[i].high = high; low = high; } } void encode_data(unsigned char* data, int size, Range* range_list, FILE* output) { long long low = 0; long long high = (1LL << 32) - 1; for (int i = 0; i < size; i++) { int symbol_index = -1; for (int j = 0; j < MAX_SYMBOLS; j++) { if (range_list[j].low <= low && high < range_list[j].high) { symbol_index = j; break; } } if (symbol_index < 0) { fprintf(stderr, "Error: symbol not found in range table.\n"); exit(1); } Range range = range_list[symbol_index]; long long range_size = high - low + 1; high = low + range_size * range.high / (1LL << 32) - 1; low = low + range_size * range.low / (1LL << 32); while (1) { if ((low ^ high) < (1LL << 31)) { fputc(low >> 31, output); while (fputc(1, output), high_bits > 0) { high_bits--; } low = (low << 1) & ((1LL << 32) - 1); high = ((high << 1) | 1) & ((1LL << 32) - 1); } else if ((low >> 30) == 1 && (high >> 30) == 0) { high_bits++; low = (low << 1) & ((1LL << 32) - 1); high = ((high << 1) | 1) & ((1LL << 32) - 1); } else { break; } } } for (int i = 0; i < 8; i++) { fputc(low >> 31, output); } } void encode_image(char* input_filename, char* output_filename) { FILE* input = fopen(input_filename, "rb"); if (!input) { fprintf(stderr, "Error: failed to open input file.\n"); exit(1); } FILE* output = fopen(output_filename, "wb"); if (!output) { fprintf(stderr, "Error: failed to open output file.\n"); exit(1); } unsigned char buffer[1024]; FrequencyTable table; Range range_list[MAX_SYMBOLS]; init_frequency_table(&table); while (!feof(input)) { int size = fread(buffer, 1, sizeof(buffer), input); update_frequency_table(&table, buffer, size); } sort_frequency_table(&table); build_range_table(&table, range_list); fwrite(&table.symbol_count, sizeof(int), 1, output); for (int i = 0; i < table.symbol_count; i++) { fwrite(&table.symbol_list[i].symbol, sizeof(unsigned char), 1, output); fwrite(&table.symbol_list[i].frequency, sizeof(int), 1, output); } rewind(input); while (!feof(input)) { int size = fread(buffer, 1, sizeof(buffer), input); encode_data(buffer, size, range_list, output); } fclose(input); fclose(output); } int main(int argc, char** argv) { if (argc != 3) { fprintf(stderr, "Usage: %s input_file output_file\n", argv[0]); return 1; } encode_image(argv[1], argv[2]); return 0; } ``` 这个示例程序将输入的图像文件经过香农熵编码压缩后输出到指定的文件中。具体来说，它先对输入数据中各个符号的出现频率进行统计，并按照频率从高到低排序，然后根据符号出现频率构建出每个符号的编码范围，最后使用编码范围对输入数据进行编码，并将编码后的数据输出到文件中。在解压缩时，只需要使用相同的频率表和编码范围即可还原原始数据。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

飞翔的鲲

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值