【数据压缩】第一次作业——音频文件分析与RGB文件熵的计算

音频文件分析与RGB文件熵的计算

写在前面

受数据压缩老师的提示，还是挺想把每次的作业发出来的。
可能作业里面有部分工作借鉴了之前哥姐发的文章里的内容，因此如果哥姐看到有相似内容的话希望可以多多包涵，谢谢哥姐。（手动比个大心心）

音频分析

浊音

• a

  • 时域：

  • 时域放大后观察：

  • 频谱图：

• ao

  • 时域：

  • 时域放大后观察：

  • 频谱图：

• 分析：

  • 一般将发声时声带振动的音称为浊音
  • 观察发现浊音时域呈现周期性，能量较高
  • 频谱中能量主要集中在低频段，具有明显的共振峰特性

清音

• s

  • 时域：

  • 时域放大后观察：

  • 频谱图：

• c

  • 时域：

  • 时域放大后观察：

  • 频谱图：

• 分析

  • 发音时声带不振动的音称为清音
  • 清音时域没有周期性，分布更像随机噪声信号
  • 频域能量分布较为均匀

爆破音

• t

  • 时域：

  • 时域放大后观察：

  • 频谱图：

• k

  • 时域：

  • 时域放大后观察：

  • 频谱图：

• 分析：

  • 爆破音是指发音器官在口腔中形成阻碍，然后气流冲破阻碍而发出的音。
  • 爆破音时域有一个明显的脉冲，之后逐渐减弱
  • 频域能量较为集中，低频处分布较为平均，到高频逐渐减弱

计算RGB文件的熵

分析

• 计算熵的公式：$H(X)=-\sum _{i=1}^m{p}_{i}lo{g}_2(p_i)$

• test.rgb文件分辨率为256×256，数据格式为每个像素占用3字节，存储格式为BGRBGR…。

• 首先打开文件并计算文件的大小

  • //打开文件
     	FILE* fp = fopen("E:\\大学学习\\数据压缩\\预习作业\\2\\test.rgb", "rb");     //读取rgb文件
     	
     	if (fp == NULL) { cout << 0; }
     
     	//查看文件大小
     	//由于之前没有学习过查看文件大小的方法，因此这段代码是从网上借鉴的
     	//链接：https://vegetable-chicken.blog.csdn.net/article/details/105073524?spm=1001.2101.3001.6650.1&utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromBaidu%7EHighlightScore-1.queryctrv2&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromBaidu%7EHighlightScore-1.queryctrv2&utm_relevant_index=2
     	fseek(fp, 0, SEEK_SET); //指针：移动到文件头部
     	long begin = ftell(fp);
     	fseek(fp, 0, SEEK_END);  //指针：移动到文件尾部
     	long end = ftell(fp);
     	long fileSize = end - begin;
     	cout << fileSize / 256 / 256 << endl;    //=3，即文件大小是256*256的3倍
     	fseek(fp, 0, SEEK_SET); //指针：移动到文件头部
    

  • 需要注意，在vs2019中使用fopen函数需要在程序开始添加：\#pragma warning(disable:4996);

  • 另外，在计算文件大小时，由于将文件的指针移到了文件的最后，因此需要在计算结束后将文件的指针再移动到文件头部，否则在后续计算过程中会出现读入的图片文件值全为0的情况

• 之后将图片的数据按照BGR的顺序分别存到相应的数组中，并分别计算RGB三个通道每个像素值的个数、出现的概率

  • //数据按照BGRBGR...保存
    	for (int i = 0, j = 0; i < fileSize; i = i + 3, j++)
    	{
    		B[j] = *(image + i);
    		G[j] = *(image + i + 1);
    		R[j] = *(image + i + 2);
    	}
    
    	//计算每个通道各像素的次数
    	for (int i = 0; i < image_size; i++)
    	{
    		int valr = int(*(R + i));
    		pmfr[valr]++;
    		int valg = int(*(G + i));
    		pmfg[valg]++;
    		int valb = int(*(B + i));
    		pmfb[valb]++;
    	}
    
    	//计算每个通道各像素的概率
    	for (int i = 0; i < 256; i++)
    	{
    		pmfr[i] = pmfr[i] / (256 * 256);
    		pmfg[i] = pmfg[i] / (256 * 256);
    		pmfb[i] = pmfb[i] / (256 * 256);
    	}
    

  • 一定要注意在”.rgb“文件中RGB的存储顺序，否则后续计算会出错

• 接下来分别计算RGB三个通道的熵

  • //计算熵并输出
    	for (int i = 0; i < 256; i++)
    	{
    		if (pmfr[i] != 0) { sr += (-1) * pmfr[i] * log(pmfr[i]) / log(2); };
    		if (pmfg[i] != 0) { sg += (-1) * pmfg[i] * log(pmfg[i]) / log(2); };
    		if (pmfb[i] != 0) { sb += (-1) * pmfb[i] * log(pmfb[i]) / log(2); };
    	}
    
    	cout << "R的熵为" << sr << endl;
    	cout << "G的熵为" << sg << endl;
    	cout << "B的熵为" << sb << endl;
    

• 最后将每个通道的概率和计算得到的熵的结果存入文件中

完整代码

#include<iostream>
#include <STDIO.H>
#include <STDLIB.H>  //exit(0)；
using namespace std;

#pragma warning(disable:4996);    //使得fopen在编译时可以通过

int main()
{
	//打开文件
	FILE* fp = fopen("E:\\大学学习\\数据压缩\\预习作业\\2\\test.rgb", "rb");     //读取rgb文件
	FILE* fr = fopen("E:\\大学学习\\数据压缩\\预习作业\\2\\pmfr.txt", "w");    //存储r的概率和熵
	FILE* fg = fopen("E:\\大学学习\\数据压缩\\预习作业\\2\\pmfg.txt", "w");    //存储g的概率和熵
	FILE* fb = fopen("E:\\大学学习\\数据压缩\\预习作业\\2\\pmfb.txt", "w");    //存储b的概率和熵

	if (fp == NULL) { cout << 0; }

	//查看文件大小
	//由于之前没有学习过查看文件大小的方法，因此这段代码是从网上借鉴的
	//链接：https://vegetable-chicken.blog.csdn.net/article/details/105073524?spm=1001.2101.3001.6650.1&utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromBaidu%7EHighlightScore-1.queryctrv2&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromBaidu%7EHighlightScore-1.queryctrv2&utm_relevant_index=2
	fseek(fp, 0, SEEK_SET); //指针：移动到文件头部
	long begin = ftell(fp);
	fseek(fp, 0, SEEK_END);  //指针：移动到文件尾部
	long end = ftell(fp);
	long fileSize = end - begin;
	cout << fileSize / 256 / 256 << endl;    //=3，即文件大小是256*256的3倍
	fseek(fp, 0, SEEK_SET); //指针：移动到文件头部
	
	int image_size = 256 * 256;
	unsigned char image[256 * 256 * 3] = { 0 };
	unsigned char R[256 * 256] = { 0 };
	unsigned char G[256 * 256] = { 0 };
	unsigned char B[256 * 256] = { 0 };

	//存放RGB中每个像素值(0~255)的概率
	double pmfr[256] = { 0 }, pmfg[256] = { 0 }, pmfb[256] = { 0 };

	//分别计算RGB的熵
	double sr = 0, sg = 0, sb = 0;

	//读入图像
	fread(image, sizeof(unsigned char), 256 * 256 * 3, fp);

	//数据按照BGRBGR...保存
	for (int i = 0, j = 0; i < fileSize; i = i + 3, j++)
	{
		B[j] = *(image + i);
		G[j] = *(image + i + 1);
		R[j] = *(image + i + 2);
	}

	//计算每个通道各像素的次数
	for (int i = 0; i < image_size; i++)
	{
		int valr = int(*(R + i));
		pmfr[valr]++;
		int valg = int(*(G + i));
		pmfg[valg]++;
		int valb = int(*(B + i));
		pmfb[valb]++;
	}

	//计算每个通道各像素的概率
	for (int i = 0; i < 256; i++)
	{
		pmfr[i] = pmfr[i] / (256 * 256);
		pmfg[i] = pmfg[i] / (256 * 256);
		pmfb[i] = pmfb[i] / (256 * 256);
	}

	//计算熵并输出
	for (int i = 0; i < 256; i++)
	{
		if (pmfr[i] != 0) { sr += (-1) * pmfr[i] * log(pmfr[i]) / log(2); };
		if (pmfg[i] != 0) { sg += (-1) * pmfg[i] * log(pmfg[i]) / log(2); };
		if (pmfb[i] != 0) { sb += (-1) * pmfb[i] * log(pmfb[i]) / log(2); };
	}

	cout << "R的熵为" << sr << endl;
	cout << "G的熵为" << sg << endl;
	cout << "B的熵为" << sb << endl;

	//写入概率和熵
	fprintf(fr, "值\t概率\n");
	fprintf(fg, "值\t概率\n");
	fprintf(fb, "值\t概率\n");
	for (int i = 0; i < 256; i++)
	{
		fprintf(fr, "%d\t%f\n", i, pmfr[i]);
		fprintf(fg, "%d\t%f\n", i, pmfr[i]);
		fprintf(fb, "%d\t%f\n", i, pmfb[i]);
	}
	fprintf(fr, "熵=%f\n", sr);
	fprintf(fg, "熵=%f\n", sg);
	fprintf(fb, "熵=%f\n", sb);

	fclose(fp);
	fclose(fr);
	fclose(fg);
	fclose(fb);

	return 0;

}

实验结果

-

• r：

• g：

• b：

写在后面

文章可能会不定期更新，如有错误还请各位大神批评指正，谢谢大家