1 实验目的
掌握词典编码的基本原理,用C/C++/Python等语言编程实现LZW解码器并分析编解码算法。
2 实验原理
2.1 LZW编码原理
1、初始字典包含所有的单字符,初始化P=NULL;
2、将数据流的下一个字符赋给C;
3、判断P+C(P连接C)这个字符是否在字典里:
(1)是——P=P+C;
(2)否——输出P对应的码字CW,将P+C作为新串写入字典,P=C;
4、返回步骤2。
2.2 LZW解码原理
1、在开始译码时词典包含所有可能的前缀根;
2、令CW=码字流中的第一个码字;
3、输出当前缀-符串string.CW到码字流;
4、先前码字PW=当前码字CW;
5、当前码字CW=码字流的下一个码字;
6、判断当前缀-符串string.CW 是否在词典中;
(1)是——把当前缀-符串string.CW输出到字符流:
当前前缀P=先前缀-符串string.PW;
当前字符C=当前前缀-符串string.CW的第一个字符;
把缀-符串P+C添加到词典;
(2)否——当前前缀P=先前缀-符串string.PW。
当前字符C=当前缀-符串string.CW的第一个字符。
输出缀-符串P+C到字符流,然后把它添加到词典中。
7、判断码字流中是否还有码字要译:
(1)是——返回步骤4;
(2)否——结束。
3实验代码
1.头文件
/*
* Declaration for bitwise IO
*
* vim: ts=4 sw=4 cindent
*/
#ifndef __BITIO__
#define __BITIO__
#include <stdio.h>
typedef struct{
FILE *fp;
unsigned char mask;
int rack;
}BITFILE;
BITFILE *OpenBitFileInput( char *filename);
BITFILE *OpenBitFileOutput( char *filename);
void CloseBitFileInput( BITFILE *bf);
void CloseBitFileOutput( BITFILE *bf);
int BitInput( BITFILE *bf);
unsigned long BitsInput( BITFILE *bf, int count);
void BitOutput( BITFILE *bf, int bit);
void BitsOutput( BITFILE *bf, unsigned long code, int count);
#endif // __BITIO__
2.文件读取和写入
/*
* Definitions for bitwise IO
*
* vim: ts=4 sw=4 cindent
*/
#include <stdlib.h>
#include <stdio.h>
#include "bitio.h"
BITFILE *OpenBitFileInput( char *filename){
BITFILE *bf;
bf = (BITFILE *)malloc( sizeof(BITFILE));
if( NULL == bf) return NULL;
if( NULL == filename) bf->fp = stdin;
else bf->fp = fopen( filename, "rb");
if( NULL == bf->fp) return NULL;
bf->mask = 0x80;
bf->rack = 0;
return bf;
}
BITFILE *OpenBitFileOutput( char *filename){
BITFILE *bf;
bf = (BITFILE *)malloc( sizeof(BITFILE));
if( NULL == bf) return NULL;
if( NULL == filename) bf->fp = stdout;
else bf->fp = fopen( filename, "wb");
if( NULL == bf->fp) return NULL;
bf->mask = 0x80;
bf->rack = 0;
return bf;
}
void CloseBitFileInput( BITFILE *bf){
fclose( bf->fp);
free( bf);
}
void CloseBitFileOutput( BITFILE *bf){
// Output the remaining bits
if( 0x80 != bf->mask) fputc( bf->rack, bf->fp);
fclose( bf->fp);
free( bf);
}
int BitInput( BITFILE *bf){
int value;
if( 0x80 == bf->mask){
bf->rack = fgetc( bf->fp);
if( EOF == bf->rack){
fprintf(stderr, "Read after the end of file reached\n");
exit( -1);
}
}
value = bf->mask & bf->rack;
bf->mask >>= 1;
if( 0==bf->mask) bf->mask = 0x80;
return( (0==value)?0:1);
}
unsigned long BitsInput( BITFILE *bf, int count){
unsigned long mask;
unsigned long value;
mask = 1L << (count-1);
value = 0L;
while( 0!=mask){
if( 1 == BitInput( bf))
value |= mask;
mask >>= 1;
}
return value;
}
void BitOutput( BITFILE *bf, int bit){
if( 0 != bit) bf->rack |= bf->mask;
bf->mask >>= 1;
if( 0 == bf->mask){ // eight bits in rack
fputc( bf->rack, bf->fp);
bf->rack = 0;
bf->mask = 0x80;
}
}
void BitsOutput( BITFILE *bf, unsigned long code, int count){
unsigned long mask;
mask = 1L << (count-1);
while( 0 != mask){
BitOutput( bf, (int)(0==(code&mask)?0:1));
mask >>= 1;
}
}
#if 0
int main( int argc, char **argv){
BITFILE *bfi, *bfo;
int bit;
int count = 0;
if( 1<argc){
if( NULL==OpenBitFileInput( bfi, argv[1])){
fprintf( stderr, "fail open the file\n");
return -1;
}
}else{
if( NULL==OpenBitFileInput( bfi, NULL)){
fprintf( stderr, "fail open stdin\n");
return -2;
}
}
if( 2<argc){
if( NULL==OpenBitFileOutput( bfo, argv[2])){
fprintf( stderr, "fail open file for output\n");
return -3;
}
}else{
if( NULL==OpenBitFileOutput( bfo, NULL)){
fprintf( stderr, "fail open stdout\n");
return -4;
}
}
while( 1){
bit = BitInput( bfi);
fprintf( stderr, "%d", bit);
count ++;
if( 0==(count&7))fprintf( stderr, " ");
BitOutput( bfo, bit);
}
return 0;
}
#endif
3.LZW编解码
/*
* Definition for LZW coding
*
* vim: ts=4 sw=4 cindent nowrap
*/
#include <stdlib.h>
#include <stdio.h>
#include "bitio.h"
#define MAX_CODE 65535
struct {
int suffix;
int parent, firstchild, nextsibling;
} dictionary[MAX_CODE+1];
int next_code;
int d_stack[MAX_CODE]; // stack for decoding a phrase
#define input(f) ((int)BitsInput( f, 16))
#define output(f, x) BitsOutput( f, (unsigned long)(x), 16)
int DecodeString( int start, int code);
void InitDictionary( void);
void PrintDictionary( void){
int n;
int count;
for( n=256; n<next_code; n++){
count = DecodeString( 0, n);
printf( "%4d->", n);
while( 0<count--) printf("%c", (char)(d_stack[count]));
printf( "\n");
}
}
int DecodeString( int start, int code){
int count;//计数器,记录当前词组/字符串的长度
count = start;//计数器从start开始
while( 0<=code){
d_stack[ count] = dictionary[code].suffix; //当前字符串的尾缀存入栈中
code = dictionary[code].parent;//回父节点,再次循环,直到祖先节点时跳出循环
count ++; //字符长度计数+1
}
return count;
}
void InitDictionary( void){
int i;
for( i=0; i<256; i++){
dictionary[i].suffix = i; //尾缀字符
dictionary[i].parent = -1; //父节点
dictionary[i].firstchild = -1; //第一个孩子节点
dictionary[i].nextsibling = i+1; //下一个兄弟节点
}
dictionary[255].nextsibling = -1; //第255个ASCII字符是最后一个字符,没有兄弟节点
next_code = 256; //下一个开始编号的号码是256
}
/*
* Input: string represented by string_code in dictionary,
* Output: the index of character+string in the dictionary
* index = -1 if not found
*/
int InDictionary( int character, int string_code){
int sibling; //
if( 0>string_code) return character;
sibling = dictionary[string_code].firstchild;
while( -1<sibling){
if( character == dictionary[sibling].suffix) return sibling;
sibling = dictionary[sibling].nextsibling;
}
return -1;
}
void AddToDictionary( int character, int string_code){
int firstsibling, nextsibling;
if( 0>string_code) return;
dictionary[next_code].suffix = character;
dictionary[next_code].parent = string_code;
dictionary[next_code].nextsibling = -1;
dictionary[next_code].firstchild = -1;
firstsibling = dictionary[string_code].firstchild;
if( -1<firstsibling){ // the parent has child如果父亲节点有孩子
nextsibling = firstsibling; //接下来从第一个兄弟节点开始,找到目前有几个兄弟节点,然后再向后添加
while( -1<dictionary[nextsibling].nextsibling )
nextsibling = dictionary[nextsibling].nextsibling;
dictionary[nextsibling].nextsibling = next_code;
}else{// no child before, modify it to be the first 没有孩子节点,它是第一个孩子
dictionary[string_code].firstchild = next_code;
}
next_code ++;
}
void LZWEncode( FILE *fp, BITFILE *bf){
int character; //字符
int string_code; //字符或字符串所对应的词典编码
int index; //
unsigned long file_length;//文件的长度
fseek( fp, 0, SEEK_END);
file_length = ftell(fp); //上两条:使用seek指针计算出文件的整体长度
fseek( fp, 0, SEEK_SET);//重新到起始处
BitsOutput( bf, file_length, 4*8);
InitDictionary();//设置字典的0-255的基本内容
string_code = -1; //设置字符或字符串所对应的词典编码为-1
while( EOF!=(character=fgetc(fp))){//从文件里读取字符,直到EOF
index = InDictionary( character, string_code);//该函数返回这个字符串是否在字典里
if( 0<=index){ // string+character in dictionary
string_code = index; //将返回的index给string_code
}
else{ // string+character not in dictionary
output( bf, string_code);//将字符对应的编码映射成固定长度的编码
if( MAX_CODE > next_code){ // free space in dictionary 确定字典里还有空间容下新的词条
// add string+character to dictionary
AddToDictionary( character, string_code); //将新组成的词条加入词典
}
string_code = character; //将目前字符的代号放入前缀串
}
//PrintDictionary();
}
output( bf, string_code);// 将字符串对应的代号写入到二进制文件中
}
/*进行LZW编码的完整流程
* @parameters:二进制文件指针bf,文件指针fp
* @return:None
*/
void LZWDecode( BITFILE *bf, FILE *fp){
int character; //字符代号
int new_code, last_code=-1;
int phrase_length; //
unsigned long file_length; //文件的长度
file_length = BitsInput( bf, 4*8);//BitsInput是根据bf和代号的长度,计算出有多少个字符,返回个数给filelength
if( -1 == file_length) file_length = 0;
/*需填充*/
InitDictionary();//初始化字典
last_code = -1;//pw=-1;
while( 0<file_length)
{
new_code = input( bf);//读入一个代号,new_code指cw
if( new_code >= next_code)//如果读入的代号比字典最大代号还大,即该代号不在字典里
{ // this is the case CSCSC( not in dict)
d_stack[0] = character;//pw的代号character存入输出字符串最后一个字符中(因为d_stack倒序输出)
phrase_length = DecodeString( 1, last_code);//解出字符,将pw写入d_stack(因为位置0已经写入pw代号,所以从位置1写入)
}
else//如果代号存在于字典中
{
phrase_length = DecodeString( 0, new_code);//解出字符,将pw写入d_stack
}
character = d_stack[phrase_length-1];//将cw首字符存入character
while( 0<phrase_length)
{
phrase_length --;
fputc( d_stack[ phrase_length], fp);//输出当前码字对应的字符串
file_length--;
}
if( MAX_CODE>next_code)//如果字典还有空间
{// add the new phrase to dictionary
AddToDictionary( character, last_code);//将P+C写入字典
}
last_code = new_code;//更新词条数
}
}
int main( int argc, char **argv){
FILE *fp;
BITFILE *bf;
if( 4>argc){
fprintf( stdout, "usage: \n%s <o> <ifile> <ofile>\n", argv[0]);
fprintf( stdout, "\t<o>: E or D reffers encode or decode\n");
fprintf( stdout, "\t<ifile>: input file name\n");
fprintf( stdout, "\t<ofile>: output file name\n");
return -1;
}
if( 'E' == argv[1][0]){ // do encoding
fp = fopen( argv[2], "rb");
bf = OpenBitFileOutput( argv[3]);
if( NULL!=fp && NULL!=bf){
LZWEncode( fp, bf);
fclose( fp);
CloseBitFileOutput( bf);
fprintf( stdout, "encoding done\n");
}
}else if( 'D' == argv[1][0]){ // do decoding
bf = OpenBitFileInput( argv[2]);
fp = fopen( argv[3], "wb");
if( NULL!=fp && NULL!=bf){
LZWDecode( bf, fp);
fclose( fp);
CloseBitFileInput( bf);
fprintf( stdout, "decoding done\n");
}
}else{ // otherwise
fprintf( stderr, "not supported operation\n");
}
return 0;
}
1.首先调试LZW的编码程序,以一个文本文件作为输入,得到输出的LZW编码文件。
2.以实验步骤一得到的编码文件作为输入,编写LZW的解码程序。在写解码程序时需要对关键语句加上注释(见3 实验代码)
(2)当前码字在字典中不存在的问题
原因:编码时,上一个新的词条刚被创建,下一个词组就需要使用它。即解码端的解码会比编码端晚一步。我们还没有得到最新的词条就需要使用它。
解决方法:下一个词条的尾缀是当前词条的第一个字符,所以就先输出这个字符,然后用前一词条的代号进行解码。
3.选择至少十种不同格式类型的文件,使用LZW编码器进行压缩得到输出的压缩比特流文件。对各种不同格式的文件进行压缩效率的分析。
对于部分已被压缩过的文件类型,经过LZW编码后,文件变大了,LZW编码反而增加了冗余。而对于.yuv等比较原始,没有经过处理的文件格式来说,经过LZW编码后文件大小显著减小。