c++ jpeg图片压缩 程序计算熵编码

纯手写,jpeg压缩流程上传到资源资源下载 

#define _CRT_SECURE_NO_WARNINGS
#define _USE_MATH_DEFINES
#include <stdlib.h>
#include <iostream>
#include<vector>
#include<math.h>
#include<string>
#include<fstream>

using namespace std;

int getArange(int a){//获得VLC映射
	if (a < 0) a = -1 * a;
	int b = 1;
	while (pow(2, b) < a) {
		b++;

	}
	return b;
}


//计算一个正数的二进制字符串
string toBinary(int a) {
	string str = "";
	vector<int> seq;
	while (a != 0) {
		seq.push_back(a % 2);
		a /= 2;
	}

	for (int i = seq.size() - 1; i >= 0; i--) {
		str += seq[i] + '0';
	}
	if (str == "") str = "0";
	return str;
}

//计算一个负数的VLI码
string getVLI(int a) {
	string str = "";
	vector<int> seq;
	a = -1 * a;
	while (a != 0) {

		int q = a % 2;
		if (q == 1) q = 0;
		else q = 1;

		seq.push_back(q);

		a /= 2;
	}

	for (int i = seq.size() - 1; i >= 0; i--) {
		str += seq[i] + '0';
	}

	return str;

}

struct code {  //熵编码的结构
	string ssss;
	string diff;
	code(string ss, string dif) {
		ssss = ss;
		diff = dif;
	}

};

struct midsyn {  //cd 的中间符号(sssrrr,ac)
	int a, b, c;
	midsyn(int a1, int a2, int a3) {
		a = a1;
		b = a2;
		c = a3;
	}
};

class code_block
{
public:
	vector<code> vc;

	code_block() {  //默认构造方法

	}


private:

};


//定义8x8 的图像块类 
class pixel_block
{
public:
	double matrix[8][8];

	pixel_block() {  //默认构造方法

		for (int i = 0; i < 8; i++)
			for (int j = 0; j < 8; j++) {
				matrix[i][j] = 0.0;
			}
	}

	//正向离散余弦变换
	double dct(int u, int v) {
		double re_value=0;
		if (u == 0 && v == 0) {
			double result = 0;
			double cv = 1 / sqrt(2);
			for(int i=0;i<8;i++)
				for (int j = 0; j < 8; j++) {
					result += matrix[i][j];
				}
			re_value = 1.0 / 4.0 * cv * cv * result;
		}
		else {
			double result = 0;
			
			for (int i = 0; i < 8; i++)
				for (int j = 0; j < 8; j++) {
					result += matrix[i][j]*cos((2*i+1)*u*M_PI/16)* cos((2 * j + 1) * v * M_PI / 16.0);
				}
			
			re_value = 1.0 / 4.0  * result;
			
		}

		return re_value;
	}

private:

};


int main()
{
	FILE* file = fopen("d03.data", "rb");
	int h, w;
	fread(&h, sizeof(int), 1,
  • 1
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: (Entropy)是信息论中的一个重要概念,用于衡量随机变量的不确定性。在MATLAB中,可以编写程序计算值。 以下是一个计算值的MATLAB程序示例: ```MATLAB % 定义随机变量的概率分布 probabilities = [0.2, 0.3, 0.1, 0.4]; % 计算 entropy = -sum(probabilities .* log2(probabilities)); ``` 上述程序中,我们通过定义一个随机变量的概率分布来计算值。变量`probabilities`是一个包含随机变量各个取值的概率的向量。在示例中,我们定义了一个有4个取值的随机变量,其概率分别为0.2、0.3、0.1和0.4。 计算值的方法是将各个取值的概率与其对应的对数(以2为底)相乘,并对所有取值求和,然后取相反数。最后,将计算结果保存在变量`entropy`中。 运行上述程序后,可以通过访问变量`entropy`来获取计算得到的值。根据我们的示例,值将在0和2之间。 这是一个简单的计算值的MATLAB程序示例。根据具体的需求,程序可以根据不同的概率分布进行相应的修改和扩展。 ### 回答2: 计算值的MATLAB程序可以使用以下步骤完成: 1. 导入所需的MATLAB函数:首先,我们需要导入entropy函数,该函数用于计算值。可以使用以下命令导入该函数: ``` addpath('路径/entropy') ``` 2. 输入数据集:在计算值之前,需要输入一个数据集。可以通过创建一个向量或矩阵来表示数据集。 3. 计算概率分布:使用MATLAB的计算统计量的功能,例如histcounts函数,可以将数据集转换为概率分布。 4. 计算值:使用entropy函数,传入概率分布作为参数,即可计算值。可以使用以下命令进行计算: ``` entropy_value = entropy(概率分布) ``` 5. 显示结果:最后,使用disp函数将计算出的值显示出来。 ``` disp('值为:'); disp(entropy_value); ``` 以上是一个简单的计算值的MATLAB程序。在实际使用中,可以根据具体的需求进行适当的修改和调整。 ### 回答3: 计算值的方法在MATLAB代码中可以通过以下步骤实现。 首先,我们需要计算每个离散事件的概率。假设我们有n个事件,每个事件的概率为p1, p2, ..., pn。 然后,我们可以利用的定义计算值。的公式为:H = -p1*log2(p1) - p2*log2(p2) - ... - pn*log2(pn)。在MATLAB中,可以使用"log2"函数来计算以2为底的对数,使用"*"和"+"运算符来进行乘法和加法运算。 以下是计算值的MATLAB代码示例: ``` % 输入离散事件的概率 probabilities = [p1, p2, ..., pn]; % 计算值 entropy = -sum(probabilities .* log2(probabilities)); ``` 请注意,为了避免概率为0时计算出现错误,我们可以在计算之前先检查概率是否为0,并将其替换为一个小的正数,如0.0001。 此外,如果有多个概率向量需要计算值,则可以使用循环来依次计算每个概率向量的值。 希望以上解答能够帮助到您。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值