TIFF图像文件（四）：LZW压缩

 LZW压缩算法是Unisys的专利，由Lempel-Ziv-Welch三人发明，有效期到2003年。

LZW思路：

ASCII字符有255个，每个用8bits表示，如果要表示2个字符，就用16bits；3个字符就用24bits，依此类推。假设我们对ASCII码扩展成12位，可以有4096个字符，并自己定义255以后的含义，如ab定义成258，abc定义成259，那么ab只用9位，较原来节约7位；abc也只用9位，较原来24bits节约15位，可以想象，代替的字符串越长，位数越节约。一般LZW压缩比为2：1或3：1。这是以前系统内存以及存储能力较小，为提高计算和存储能力而设计的。到现在，计算机性能突飞猛进，其优势就不复存在。

LZW核心是在于其压缩算法——动态生成压缩字典，自动还原压缩字典进行解压，压缩数据内含压缩字典，边压缩边生成压缩字典，但不保存；解压时，边解压边还原压缩字典，进行解压。

压缩

生成压缩字典就是如何将255个的ASCII码动态扩展成最大4096个字符码的过程。

(1)形成关键字为255个ascii码，值为0~255的初始字典，设定clearcode=256，endcode=257。（clearcode是为了在解压时避免扩展字典容量超过4096时，告诉程序以后的压缩数据的压缩字典重新计算；endcode表示结束）

(2)读取一个字符（input），和根字符（root）形成新的字符串（key），如果新字符串（key）在字典里存在，将根字符用新字符串（key）取代；如果key不存在，则将root计入输出流，input计为root字符,在字典中添加Key。

以ababababa为例，演示其压缩过程：

 

 

index	Input	Root	Root+Input (key)	Dictionary	Out
1	a(97)		a	-	-
2	b(98)	a	ab	[258]=ab	97
3	a(97)	b	ba	[259]=ba	98
4	b(98)	a	ab	-	-
5	a(97)	ab	aba	[260]=aba	258
6	b(98)	a	ab	-	-
7	a(97)	ab	aba	-	-
8	b(98)	aba	abab	[261]=abab	260
9	a(97)	b	ba	-	-
10	-	ba	-	-	259

压缩输出值(10进制):97|98|258|260|259
输出转换值(9bits二进制):001100001|001100010|100000010|100000100|100000011
最终输出值(8bits字节):48|152|160|80|72|24

解压

(1)同压缩，生成初始字典；

(2)读取一个字符（input）的第一个数值，在字典中找到对应的字符串输出,key字符=Root字符+input字符串第一个字符，并将key添加到字典中，将input设为新Root；

如果没有对应的关键字，key字符=Root+Root的第一个字符,并将key添加到字典中，输出key字符，将key设为新Root；

以上面压缩数据97 98 258 260 259 解压为例：
输入压缩值(8bits字节):48|152|160|80|72|24
转换压缩值(9bits二进制):001100001|001100010|100000010|100000100|100000011

Index	Input	Root	Root+Input.FirstChar (Key)	Dictionary	Out	说明
1	97(a)		a	-	-	字典存在97这个序号
2	98(b)	a(97)	ab	[258]=ab	a
3	258(ab)	b(98)	ba	[259]=ba	b
4	260	ab(258)	aba	[260]=aba	ab	260不存在字典，Root+Root.firstChar,添加到字典，并输出（这是lzw最巧妙的地方，没有在字典里，如何推算出260）,aba=>root
5	259(ba)	aba(260)	abab	[261]=abab	aba
6	-	ba(259)	-	-	ba

最终输出：ababababa