RLE压缩算法

一个经典的图片压缩算法RLE行程编码

因为图片的连续像素点灰度值与色值一般都有很长的相同，例如这是一张图的部分byte[]

因此可以将byte[] 压缩为 值1*长度1#值2*长度2#的格式，这种压缩算法在证件照、白底画等有大面积连续颜色区域的时候效果很好；而在每个相邻像素点都不同颜色or灰度值的情况下压缩后反而更大

1.压缩rleEncoder

public static String rleEncoder(byte[] src){
    //初始化，存入第一个元素
    StringBuffer stringBuffer = new StringBuffer(src[0] + "*");
    //遍历 从第二个元素开始
    int count = 1;
    for(int i = 1 ; i < src.length ; i++){
        //如果跟上一个元素相同
        if(src[i] != src[i-1]) {
            stringBuffer.append(count);
            stringBuffer.append("#");//结束标志
            stringBuffer.append(src[i]);
            stringBuffer.append("*");
            count = 1;//计数器归位
        }else{
            //相同元素计数器+1
            count++;
        }
    }
    stringBuffer.append(count);
    stringBuffer.append("#");
    return stringBuffer.toString();
}

2.解压rleDecoder

    public static byte[] rleDecoder(String src){
//此时的src是形如0*2#11*1#2*1#3*1#4*1#55*5#的字符串
        String s = src.replaceAll("\\#", "*");//方便分割
        String[] split = s.split("\\*");
        ArrayList<Byte> list = new ArrayList<Byte>();
        Byte tempValue = 0;
        int tempNumber = 0;
        //偶数索引是值  奇数索引是数量
        for(int i = 0 ; i < split.length ; i++){
            //偶数是值
            if((i&1) == 0){
                tempValue = Byte.parseByte(split[i]);
            //奇数是数量
            }else{
                tempNumber = Integer.parseInt(split[i]);
                //确定值和数量之后for循环
                for(int j = 0 ; j < tempNumber ; j++){
                    list.add(tempValue);
                }
            }
        }
        byte[] bytes = new byte[list.size()];
        for(int i = 0 ; i < list.size() ; i++){
            bytes[i] = list.get(i);
        }
        return bytes;
    }

3.演示

   String dest = rleEncoder(new byte[]{0,0,0,0,0,0,0,0,0,0,0,0,0,
            6,6,6,6,6,6,6,6,6,6,6,6,8,
            8,8,8,8,8,8,8,8,8,8,8,8,8,8});
    byte[] bytes = rleDecoder(dest);
    System.out.println(new String(bytes));