matlab实现对图像的哈夫曼huffman编码与解码(大学生专用)

原理跟哈夫曼编码的一样。

huffmandict函数建立哈夫曼字典:需要传入的第一个参数是图像的各个灰度值,第二个参数是图像的各个灰度值的出现概率。watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAWmhhbmdEYU1lbmfooqvmiqI=,size_20,color_FFFFFF,t_70,g_se,x_16

 

huffmanenco函数建立哈夫曼编码:需要传入的第一个参数是图像的一维矢量数据,第二个参数是dict哈夫曼字典。

watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAWmhhbmdEYU1lbmfooqvmiqI=,size_20,color_FFFFFF,t_70,g_se,x_16

 

huffmandeco函数进行哈夫曼译码:需要传入的第一个参数哈夫曼编码数据,第二个参数哈夫曼字典

watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAWmhhbmdEYU1lbmfooqvmiqI=,size_20,color_FFFFFF,t_70,g_se,x_16

 

哈夫曼编码的实现代码如下:

clc; clear; close all;
%% 图像转灰度
I = imread('111.jpg');     %这里是你要读入的图像
I = imresize(I,0.1);       %将图像大小缩小(可以不缩小,但是用matlab进行编译会花很长时间)
I = rgb2gray(I);  
[M,N]= size(I);            %将读取的图像转为二维矩阵
SIG=I(:);                  %转为一维向量
T= imhist(I)';             %灰度直方图
TRatio = T/sum(T);         %每一个灰度出现比率
TRatioNO = find(TRatio~=-1);%给存在的灰度编号


%% 哈夫曼编码
dict = huffmandict(TRatioNO,TRatio); %哈夫曼取字典函数
hcode = huffmanenco(SIG,dict);        %哈夫曼编码
dhsig = huffmandeco(hcode,dict);        %哈夫曼译码
isequal(SIG,dhsig)                    %对比数值 返回1说明压缩解压成功

6a3412adf7544cee8ff164a3896c4ae3.png

 

 

  • 9
    点赞
  • 79
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 5
    评论
好的,我可以为您提供一个基于哈夫曼编码和树的图像压缩的 MATLAB 实现。 首先,需要统计每个像素值在图像中出现的频率。可以使用 `histogram` 函数来实现,例如: ```matlab img = imread('lena.png'); hist = histogram(img(:), 0:255); freq = hist.Values / numel(img); ``` 其中,`img(:)` 将图像矩阵展开成一列向量,`0:255` 表示像素值的范围为 0 到 255。`freq` 是一个长度为 256 的向量,表示每个像素值出现的频率。 接下来,可以使用 `huffmantree` 函数构建哈夫曼树,例如: ```matlab symbols = 0:255; tree = huffmantree(symbols, freq); ``` 其中,`symbols` 是在图像中可能出现的像素值集合,即 0 到 255。`tree` 是一个 MATLAB 的 `huffmantree` 类型的对象,表示构建好的哈夫曼树。 然后,可以使用 `huffmanenco` 函数对图像进行编码,例如: ```matlab code = huffmanenco(img(:), tree); ``` 其中,`img(:)` 将图像矩阵展开成一列向量,`code` 是一个包含编码后的二进制数据的向量。 最后,可以使用 `huffmandeco` 函数解码二进制数据,还原压缩前的图像,例如: ```matlab decoded_img = huffmandeco(code, tree); decoded_img = reshape(decoded_img, size(img)); ``` 其中,`decoded_img` 是解码后的图像矩阵,`reshape` 函数将列向量还原成与原始图像大小相同的二维矩阵。 需要注意的是,哈夫曼编码是一种无损压缩算法,解码后的图像与原始图像是一致的。但压缩比取决于图像中像素值的统计分布,因此不同的图像可能会有不同的压缩效果。

“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 5
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

打赏作者

ZhangDaMeng被抢

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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