智能2112杨阳
一、目的
1. 理解信源编码的意义
2. 掌握Huffuman编码的方法及计算机实现
二、平台
MATLAB
三、内容
1、 选取一段不少于3000字的英文材料,统计各字符出现的次数,实现Huffman编码,以及对编码结果的解码
要求:
(1)输出每个字符出现的次数和编码,并存储文件(Huffman.txt)。
读取数据后,根据Huffman编码的规则完成编码,并用count函数统计每个字符出现的次数
代码:
%数据读取
txt=fopen('/Users/darellyang/Desktop/数字图像处理/sample.txt');
shuju=fscanf(txt,'%c');
%去重
selected_shuju=unique(shuju);
selected_shuju=selected_shuju';
%长度
len=length(selected_shuju);
%求出信源符号的个数
for i=1:len
count(i)=length(strfind(shuju,selected_shuju(i)));
end
p=count./sum(count);
n=length(p);
q=p;
%构建概率矩阵
m=zeros(n-1,n);
for i=1:n-1%合并n-1次
[q,e]=sort(q);%E是个行向量 值代表q中该位置的概率在原序列中的位置
m(i,:)=[e(1:n-i+1),zeros(1,i-1)];
%m的特点:第一行n个非零元素,逐行递减,n-1行2个非零元素
q=[q(1)+q(2),q(3:n),1];
end
%构建编码矩阵
for i=1:n-1
c(i,1:n*n)=blanks(n*n); %c矩阵特点 与m对应 每一个n块对应一个概率的符号 第一行有n个 n-1行有2个 其余为空
end
%开始编码 因为哈夫曼编码不唯一 自规定概率小的赋值1 概率大的赋值0
c(n-1,n)='1';
c(n-1,2*n)='0';
for i=2:n-1
%被合并的前两个需要分配0和1
index=find(m(n-i+1,:)==1);%下一行对应位置为1 则为该行较小的两个概率合并以后的总概率
c(n-i,1:n-1)=c(n-i+1,n*(index)-(n-2):n*index);%前缀是对应的合并后概率的编码值 注意:1:n-1的维度和取的前缀的维度要一致
c(n-i,n)='1';
c(n-i,n+1:2*n-1)=c(n-i,1:n-1); %合并为同一个概率 前缀相同
c(n-i,2*n)='0';
%未合并的 从每一行第三个开始编码 无需新分配0 1 直接继承上一个节点的编码
for j=1:i-1
index=find(m(n-i+1,:)==j+1);%从index=2开始到index=i结束 i=3 即n-3行 就是index从2到3
c(n-i,(j+1)*n+1:(j+2)*n)=c(n-i+1,n*(index-1)+1:n*index);
end
end
for i=1:n
index=find(m(1,:)==i);
h(i,1:n)=c(1,n*(index-1)+1:index*n); %将与输入概率对应的编码放入h中
is0=abs(h(i,:));%abs()将字符变为ASCII码 空为32
len(i)=length(find(is0~=32)); %非空符号的个数为码长
end
disp('编码结果');
[selected_shuju,h]
disp('平均码长');
e=sum(p.*len) %计算平均码长
xinxiliang=sum(p.*log2(1./p)); %计算平均信息量
disp('平均信息量');
disp([num2str(xinxiliang),'bit/sym']);
disp('编码效率');
eta=(sum(p.*log2(1./p)))./e %计算编码效率
%将结果写入文件中
txt2=fopen('/Users/darellyang/Desktop/数字图像处理/Huffman.txt','w+','n','GB2312');
fwrite(txt2,"symbols: ");
fprintf(txt2,'\n');
for i=1:length(selected_shuju)
fwrite(txt2,selected_shuju(i));
fwrite(txt2,': ');
%fwrite(txt2,num2str(p(i)));
fwrite(txt2,num2str(count(i)));
fprintf(txt2,'\n');
end
fprintf(txt2,'\n');
fwrite(txt2,"Huffman_Result: ");
fprintf(txt2,'\n');
for i=1:length(selected_shuju)
fwrite(txt2,[selected_shuju(i)]);
fwrite(txt2,': ');
for j=1:length(h)
fwrite(txt2,h(i,j));
end
fprintf(txt2,'\n');
end
fwrite(txt2,'averge_lenth: ');
fwrite(txt2,num2str(sum(p.*len)));
fprintf(txt2,'\n');
fwrite(txt2,'averge_bit: ');
fwrite(txt2,[num2str(xinxiliang),'bit/sym']);
fprintf(txt2,'\n');
fwrite(txt2,'eta: ');
fwrite(txt2,num2str(eta));
fclose(txt2);
结果:
2、在Huffman编码后,英文文章编码结果保存到文件中(code.dat),编码结果必须是二进制形式,即0 1的信息用比特位表示,不能用字符‘0’和‘1’表示(*)。
转为Huffman编码后满足二进制条件,保存到code.dat中即可
代码:
%文本编码和译码
%文本编码结果
txt3=fopen('/Users/darellyang/Desktop/数字图像处理/bianma.txt','w+');
txt3=fopen('code.dat','w+');
RESULT=[selected_shuju,h];
for i=1:length(shuju)
for j=1:length(selected_shuju)
if shuju(i)==selected_shuju(j)
for o=1:length(h)
if h(j,o)~=' '
fwrite(txt3,h(j,o));
end
end
fwrite(txt3,' ');
end
end
end
fclose(txt3);
结果:
3、实现解码功能。
根据Huffman编码的规则解码即可
代码:
%文本解码
txt4=fopen('/Users/darellyang/Desktop/数字图像处理/jiema.txt','w+');
txt3=fopen('/Users/darellyang/Desktop/数字图像处理/bianma.txt','r');
bianma_code=fscanf(txt3,'%c');
s='';
plll=0
%开始解码:
for i=1:length(bianma_code)
if bianma_code(i)==' '
flag=1;
for j=1:length(h)
flag=1;
for m=1:length(h)
if(h(j,m)==' ')
plll=plll+1;
continue;
end
if(length(h)-plll~=length(s))
flag=0;
break;
end
for o=m:length(h)%比较每个字符串是否对应相等
if h(j,o)~=s(o-plll)
flag=0;
end
end
end
plll=0;
if(flag==1)
fwrite(txt4,selected_shuju(j));
end
end
s='';
end
if(bianma_code(i)~=' ')
s=[s,bianma_code(i)];
end
end
fclose(txt4);
fclose(txt3);
四、总结
对数字图像处理有了新的理解和认识,我对霍夫曼编码有了更深的了解,在做作业的过程中我掌握了二元霍夫曼编码树的构造方法。哈夫曼编码是一种变长的无失真编码方案。哈夫曼在编码在数字通信中有着重要的意义。可以根据信源符号的使用概率的高低来确定码元的长度。既实现了信源的无失真地编码,又使得编码的效率最高。此外,在实验的过程中也遇到了一些问题,通过查找资料和相关书籍得到了解决。通过此次作业,我了解了霍夫曼编码的特点,能够运用霍夫曼编码的基本原理及编码算法的来设计与实现程序。包括使对一些Matlab语句的掌握得更加熟练。我受益匪浅,为以后更进一步深入学习奠定了基础。总的来说收获满满。