gif编解码原理

lzw编码:

/***************************************************************************************************
以下摘自Hevcer的csdn博客:
LZW是一个字典式压缩算法，他在压缩原始数据时，对每一个新出现的原始数据串赋一个数值作为标号，那么下次又出现了这个串后，就可以用这个值来代替了。比如

 原始数据：   ABCCAABCDDAACCDB      ，

ABCD可以用0～3的数来表示。那么注意这个字符串中出现了好几个重复的字串：

AB CCA ABCDDAACCDB

那么就可以用 4来代表 AB，5来代表 CC 等等，原来的字符串就变为

压缩后的数据： 45 A 4 CDDAA5DB ,

变短了一点点。实际上上面这个字符串号可以进一步的压缩，等会再谈。

 

为了区别代表串的值和原来的单个的数 据值，需要使它们的数值域不重合，比如说原来的数我们是以8位为单位来处理的（就算实际上不是8位的，我们也可以看作是8位的，反正是一个0101的数据 流），那么就认为原始的数的范围是0～255，压缩程序生成的标号的范围就不能为0～255，可以从256开始，但是这样一来就超过了8位的表示范围了， 所以 LZW 算法必须要扩展数据的位数，至少要扩一位，这样看起来不是反而是增加了数据流的体积了吗？不过如果能用一个数据代表一个原始数据串，那么还是划得来的。从这个原理也可以看出LZW算法的适用范围， 那就是原始数据串最好是有大量的子串多次重复出现，重复的越多，压缩效果越好。反之则越差，可能真的不减反增了。

LZW算法在处理数据时，随着新的串的不断发现，标号的值也就不断增加，增加到一定的程度，出与查找效率和标号集（也就是字典）所需存储空间的考虑，就不能再让它增加了，那么怎么办呢？干脆就从头开始，在这里做一个标记（ 清除标志 CLEAR），表示从这里我 重新开始构造字典字典了，以前的所有标记作废，开始使用新的标记。这个标号集的大小多少比较合适呢？据说理论上是越大压缩率越高（我个人感觉太大了也不见得就好），不过处理的开销也呈指数增长，  一般都是根据处理速度和内存空间选定一个大小，GIF规范规定的是12位，超过12位的表达范围就推倒重来，并且GIF为了提高压缩率，采用的是变长的字 长。比如说原始数据是8位，那么一开始，先加上一位再说，开始的字长就成了9位，然后开始加标号，当标号加到512时，也就是超过9为所能表达的最大数据 时，也就意味着后面的标号要用10位字长才能表示了，那么从这里开始，后面的字长就是10位了。依此类推，到了2^12也就是4096时，在这里插一个清 除标志，从后面开始，从9位再来。

GIF规定的清除标志 CLEAR 的数值是原始数据字长表示的最大值加 1，如果原始数据字长是8清除标志就是256，如果原始数据字长为4那么就是16。另外GIF还规定了一个 结束标志 END ，它的值是清除标志 CLEAR 再加 1。由于GIF规定的位数有1位（单色图），4位（16色）和8位（256色），而1位的情况下如果只扩展1位，只能表示4种状态，那么加上一个清除标志和结束标志就用完了，所以1位的情况下就必须扩充到3位。其它两种情况初始的字长就为5位和9位。

 

好了，现在开始谈谈LZW的具体算法。前面已经说了，LZW是基于字典的压缩方法，那么这个字典是怎么来的呢？难道先编一本“大百科字典”，随压缩包免费奉送？这显然是不可能的。LZW算法的优点就是可以 动态生成字典，并且这个字典的信息已经包含在压缩后的数据流中了，不必再另外储存字典信息了。下面以一个压缩过程为例来说明一下。这个例子是Bob Montgomery给出的，非常的经典，我这里充当一个翻译的工作，并稍微加一点我的解释。

比如有一个字符串，是由A、B、C、D四个字符构成的，那么就可以用0 1 2 3 来表示，两位就够了。

A B A B A B A B B B A B A B A A C D A C D A D C A B A A A B A B .....

首先要扩充一位，变成3位，定义 Clear＝4，End＝5。那么以后的标号就从6开始。

第一步，取第一个字符，是A，A已经在我们的定义中了，也就是说，我们已经（认识）他了，就不做处理了。

下一步，取第二个字符，现在的取到的字符串为 （ A ， B ），注意，这里引入一个 前缀（ prefix ）和 后缀（ suffix ）的概念，一个字符串可以用一个前缀加一个后缀来表示即 （前缀，后缀）前缀是一个标号，可以是原始的字符，也可以是一个代表字符串的标号，后缀则是一个字符。那么这里取到了（ A ， A ），以前没见过，不认识，好，现在 用 6 代表（ A ， B ）， 下次就认识了。因为有不认识的了，所以把前缀  A  放入到输出流中，只保留后缀  B  ，让它变成前缀。

第三步，取下一个字符，是  A ，现在的字符串是（ B ， A ），还是不认得，用一个新标号来表示他， 7 ＝（ B ， A ）。把前缀  B  放入到输出流， A  变成前缀。

第四步，取下一个字符，是  B  ，那么取道的是（ A ， B ），哈，这次认得了，不就是老 6 么。好，把字符串规约到  6 ，以 6 来作为前缀。

第五步，取下一个，是 A  ，即为（ 6 ， A ），又不认得了，就令 8 ＝（ 6 ， A ），把前缀  6 放到 输出流。现在的前缀变成  A 了。 注意 ，到这里标号已经超过 3 位能够表示的最大范围了，所以接下来必须要 扩展数据位 ，那么接下来的数据就是以 4 位字长来表示了。

接下来的流程不一一讲述了，如图所示

A B A B A B A B B B A B A B A A C D A C D A D C A B A A A B A B ....输入流.

\/\/---/-----/\/---/-------/\/ \/ \ /\/---/---/\ /\/-----/---/---/

6 7   8     9 10 11      12 13 14 15 16 17 18 19 20   21 22 23     标号

    6    8      10    9                14 16        8    13 7       前缀

 

Color    Code      Prefix    Suffix    String    Output 位数

 A        0                             -

 B        1                             -

 C        2                             -

 D        3                             -

Clear     4                             -

End       5                             -

 A \                A         A                   First color is a special case.

 B / \   6         A         B         AB        A                3

 A | /   7         B         A         BA        B                3

 B |

 A / |   8         6         A         ABA       6                3

 B    |

 A    |

 B \ /   9         8         B         ABAB      8                4

 B / |   10        B         B         BB        B                4

 B    |

 A | /   11        10        A         BBA       10              …

 B |

 A |

 B |

 A / \   12        9         A         ABABA     9

 A \ /   13        A         A         AA        A

 C / \   14        A         C         AC        A

 D \ /   15        C         D         CD        C

 A / |   16        D         A         DA        D                4

 C    |

 D | /   17        14        D         ACD       14              5

 A |

 D / \   18        16        D         DAD       16

 C \ /   19        D         C         DC        D

 A / |   20        C         A         CA        C

 B    |

 A    |

 A | /   21        8         A         ABAA      8

 A |

 B / |   22        13        B         AAB       13

 A    |

 B    /   23        7         B         BAB       7

输出数据流为: A B 6 8 B 10 9 A A C D 14 16 D C 8 ....

*****************************************************************************************************/
以下为笔者自述:

LZW解码:

lzw解码过程中的要点:

    因为编码过程是动态的,编码长度慢慢变成,所以解码过程中,在读取编码流的时候要注意读取的位数.例如GIF色深是4,那么每次 要从GIF中读取5位开始解码,等到编码表写到32项的时候,每次要从GIF读6位开始解码,依次类推直到读到12位,编码最大长度.

lzw解码过程:

    clear(清除标志):假设B=原始码位数,N=2^B,那么初始化码表(字典)从0-N-1项,清除标志位数N,遇到清除标志,则整个码表要被复位,下一个解码要读B+1位.

    块结束标志:N+1,表示读到一副图像编码的末尾,本帧图像解码结束.

解码流程(接上例A B 6 8 B 10 9 A A C D 14 16 D C 8 13 7):

    1,色深位2,则每次读3位码流,读码字A,则本次前缀prefix=A,因为有输出,必然会添加字典,字典从6开始添加,则,本次添加字典6(A,?),读下一码字B,注意每次输出为前缀,即为上一次的后缀,所以,字典6(A,B),此次prefix=B,添加字典7(B,?);

    2,下一个读出为6(字典7出现,开始读4位),prefix=(AB),suffix=?,添加字典8(AB,?),显然(AB)不能作为上次编码后缀(后缀只能位单个字符),所以上一次编码无输出,上次编码suffix=B,则prefix=A,A只有一位,则可作为上上次编码后缀,suffix=A,补齐字典7(B,A);

    3,下一个读出为8,8为(AB,?),AB不能作为后缀,所以上次编码无输出,(AB)为字符串,suffix=B,prefix=A,A可以作为后缀,所以上上次string为8(AB,A),下次string(A,?),此次9=string(ABA,?);

    4,下一个读出为B,string(B,?),上次string(?,B),由过程3知道上次string(A,B);

    5,......................

如果不理解上述所讲,则看如下表格:

解码过程

字典	6	7	8	9	10	11	12	13	14	15	16	17	18	19	20	21	22	23
读码流位数	3	3	4	4	4	4	4	4	4	4	5	5	5	5	5	5	5	5
读出码值	A	B	6	8	B	10	9	A	A	C	D	14	16	D	C	8	13	7
上次字符串	(-,B)	(A,B)	(A,B)	(AB,?)	(8,B)	(10)	(9)	(9,A)	(A,A)	(A,C)	(C,D)	(14)	(16)	(16,D)	(D,C)	(8)	(13)	(7)
本次字符串	(A,?)	(B,?)	(AB,?)	(AB?,?)	(B,?)	(10,?)	(9,?)	(A,?)	(A,?)	(C,?)	(D,?)	(14,?)	(16,?)	(D,?)	(C,?)	(8,?)	(13,?)	(7,?)
得出字典值		6=AB	7=BA	8=ABA	9=ABAB	10=BB	11=BBA	12=ABABA	13=AA	14=AC	15=CD	16=DA	17=ACD	18=DAD	19=DC	20=CA	21=ABAA	22=AAB

    提示:此解码表要一列一列看,每一列有且只能得出上一个字典值,后缀只能位单个字符;根据字典编号读相应的位数;如不理解此表,请对照编码流程自行思考.