huffman 编码示例程序

本人开发环境为VS2013。

如图1所示：本程序是对0-255这256个符号进行编码

图1. HUFF_ENC.C程序中的注释部分

图2. 命令参数说明

因此，我选择了一幅yuv格式图像进行编码，为了方便观察编码后的码字，输出文件选择了huff格式，程序参数可在 项目--> 属性 --> 配置属性 --> 调试 --> 命令参数中输入：

-i test_512x256_420.yuv（输入文件名）  -o output.huff（输出文件名）

注意：-i和-o不能省略，否则在调试到getopt函数的时候，程序会认为没有输入文件名，即 t=0（t 是输入文件名是否已经给出的标志位），这时程序会创建一个临时文件，如图3：

图3. 创建临时输入文件

同时文件名中不能包含空格，否则在将文件名字符串赋值给程序中参数的时候会发生错误。

利用fseek函数将输入文件的文件指针指向文件尾：fseek(ifp, 0, SEEK_END)，再利用ftell函数得到输入文件的文件指针当前位置（文件尾）相对于文件首的偏移字节数，即输入文件的大小（输入文件分辨率为512*256，色度取样格式为4:2:0，所以文件大小为512*256*1.5=196608）如图4：

图4：文件大小

++size 的作用是：

value(values, file, size, num); 函数用来计算输入文件中0-255每个像素值出现的次数，prob[256] 数组用来存储256个像素值分别出现的频率（概率），sort(prob, loc, num); 函数用来将概率从大到小排序：首先将svalue中256个元素全部置为0，再找出256个元素中概率为0的像素值，然后倒序（从第256个元素开始）存储在svalue中，再寻找元素中概率最大的像素值，用maxloc来记录概率最大的像素值，再将该像素值正序（从第1个元素开始）赋值给svalue，loc按正序记录着拥有最大概率的像素值，,然后将value中最大的概率置为0，在进行下一轮的比大小，最终loc数组中储存着概率从大到小排列的像素值，svalue中储存着从大到小排列的概率，再将svalue中数值按顺序赋值给value数组。

huff(prob,loc,num, code, length); 函数：create_list 函数有三个参数：概率，位置，码元总数，我对create_list 函数的理解是，首先用节点head、tail 以及中间节点 b 产生了一条概率由大到小排列的链，概率链结束后tail节点代表概率最小的像素值节点，将其作为其父节点的右节点，tail->back作为其父节点的左节点，（这也是概率最小的两个节点）然后解开原始的概率链，父节点的概率等于左右节点的概率之和，再将父节点的概率加进概率链，以此类推，创建一棵二叉树，最终的父节点是二叉树的开始（头结点），编码即为0。create_code 函数用来检查当它被调用时给定的节点是否是“树叶”：如果是，这个节点的代码和长度被分别写入相应的数组；如果不是，树中的下一个节点的代码将被写入，左节点分配0，右节点分配1。

之后是对源文件进行压缩编码，首先为压缩文件分配内存空间： compressed_file = (unsigned char*) malloc (size * 2 * sizeof(unsigned char) ); 乘以2的意义是：分配足够的内存空间。files(size, code, length, file, compressed_file); 函数：对输入文件进行编码，如图5：

图5. file函数中的一段程序

其中，v 代表图像中的第 i 个像素的取值，w 是一个由一个1和若干个0组成的二进制数，1在首位，0的个数取决于该像素取值的码字，1和0的总位数等于码字的位数，c 代表该像素值的码字，换算成十进制，word 是一个unsigned char型的变量，8bit，l 用来计比特数，每到8（即一字节），就将word 中的二进制数写入压缩文件compressed_file 中，count用来记录字节数，每写入一字节，count 加1 ，word 以及 l 清空，进行下一次的存储。如果对输入文件中所有像素编码结束后 l 的值不为0，即 word 中至少有2bit （ word<<=1;）的码字，所以将word 中的剩余 bit 补足一字节写入压缩文件。最后返回count 值（即压缩文件中有多少字节数）。如图6：

 

图6. 调试中间结果截图

最终，写输出文件：先将256个像素值的码字写入输出文件，再将256个码字其各自长度写入输出文件（如果命令参数中有storecod文件，则将码字与长度写入storecod文件，因为我没有设置该文件，所以写入输出文件中），最后将整幅图片的压缩编码数据写入输出文件。如图7：

图7. 输出文件大小

输出文件大小：4（每个码字 unsigned int 型：4字节）*256+1（记录码字长度 char 型：1字节）*256+185426=186706字节

输入文件大小192KB，原图如图8：

图8. 输入文件test_512x256_420.yuv

huffman编码后的结果如下：

图9. 编码结果（码字）

图10. 编码结果（码字长度）

图11. 编码结果（图像的压缩编码）

用VS查看编码结果，前64行的结果是256个码字，接下来16行的结果是256个码字的长度，剩下的数据则是图像的编码数据。

下面看三幅png格式的图片：

                      

                                        (a) earth                                                     (b) omaha                                                   (c) sensin

图12. 三幅示例图片

三幅图片的原文件大小分别为26995 Bytes、50185 Bytes 以及 34488 Bytes，压缩编码后的文件大小分别为28257 Bytes、51449 Bytes 以及 35734 Bytes，可以看出压缩后的文件反而比原文件还要大。在对统计信息有大幅变化的信源进行编码时，在给出信源压缩表示的同时，还需要给出 huffman 码，当符号集很大时，这可能会成为严重负担，甚至可能抵消压缩带来的所有好处。

以上，用实例分析了huffman编码的具体步骤，并大致分析了实验结果。