霍夫曼树实现8位256色灰度图像压缩与复原
网上很代码都是压缩和复原一个文件,即压缩后原地复原;然后在CSDN上看过一份霍夫曼编码的图像压缩,我觉得写的有些复杂,只给了代码,也没有任何注释和main函数;于是我干脆自己写一份,压缩率是92.6%。
一、实验语言与环境
- Windows
- C++
- Visual Studio Code或code::blocks
- MinGW-gcc.exe
二、代码解析
源代码地址:
https://github.com/ShuzhaoXie/ImageCompressionAndRestroation
图像压缩
详见ImageCompress.cpp
-
获取256种颜色的权值
int wid = bitMapInfoHeader.biWidth, hei = bitMapInfoHeader.biHeight; int md = wid%4; int base = (md==0)? wid:4-md+wid; for (int j=0;j<hei;j++){ for (int i=0;i<wid;i++){ v[pData[j*base+i]] +=1; //颜色 i 的权值 v[i] } }
-
建立霍夫曼树并获取每种颜色的霍夫曼编码(具体代码实现详见:ImageCompress.cpp)
HuffmanTree(256); getCode(true, tree[2 * 256 - 2].l,-1); getCode(false, tree[2 * 256 - 2].r,-1);
-
将图像的文件头、信息头、调色板写入后,将每个颜色的权值写入,权值用unsigned int型写入二进制文件,存入权值目的是方便在解压时重建霍夫曼树。这里不用写入颜色序号,因为这本就是颜色
i
对应v[i]
,按照顺序排列好了,无需再写入颜色i
,只需写入v[i]
即可。//写入每种颜色的权重 for (int i=0;i<256;i++){ unsigned int weight_to_write = v[i]; ot.write((char*)&weight_to_write,sizeof(unsigned int)); }
-
写入霍夫曼编码后的位图数据
-
这里我将所有位图数据的霍夫曼编码长度加了起来,计算出总长度
hufSize
,并将其以unsigned int
型写入文件,这样方便我在解压时读入位图数据unsigned int hufSize = 0; for (int j=0;j<hei;j++){ for (int i=0;i<wid;i++){ int color = pData[j*base+i]; // cd[color]:该颜色对应的霍夫曼编码,string类型 int leng = cd[color].length(); hufSize+=leng; } } //写入huffman编码 ot.write((char*)&hufSize,sizeof(unsigned int));
-
利用一个32位,即
unsigned int
型的缓冲区buf
来存储即将要写入文件的霍夫曼编码(之前是用string
保存,需要转换成unsigned int
),利用变量buflen
记录长度,每当buflen
达到32时,就将buf
写入文件,将buf
和buflen
归零,循环往复,直到将所有的位图数据霍夫曼编码写入,注意,最后一个位图数据的霍夫曼编码可能无法用完buf
的32bits
的空间,所以需要将buf
右移相应的位数,保证写入的位图数据是相连的。更多细节请参考代码。for (int j=0;j<hei;j++){ for (int i=0;i<wid;i++){ int color = pData[j*base+i]; int leng = cd[color].length(); for (int k=0;k<leng;k++){ if (cd[color][k]=='0'){ buf *= 2; }else buf = buf*2+1; buflen++; if (buflen==32){ ot.write((char*)&buf,sizeof(unsigned int)); // cnt++; buf = 0; buflen = 0; } } } } //最后一次写入,不足则右移 if (buflen>0){ buf = (buf<<(32-buflen)); ot.write((char*)&buf,sizeof(unsigned int)); }
-
压缩算法的复杂度分析
主要影响复杂度的是图像的大小,即width和height,以下用w和h表示
- 建立霍夫曼树的时间复杂度:
获 取 权 值 : w ∗ h 获取权值:w*h 获取权值:w∗h
建 树 : ( n + 2 n − 2 ) ∗ ( n − 1 ) / 2 , n = 256