【学习图像处理】编码优化

前言

这次只是对之前两次编码实验的一个小小的补充，没有很多的内容。而且临近期末了，我也不是很想去写一些很复杂的优化策略了，只用最最简单的差值预测来进行编码优化。经测试赫夫曼编码的压缩效率提高了很多，LZW依旧取决于图像，但是不会出现反向压缩的问题了。

编码优化

上次在进行LZW编解码时我提到过有反向压缩的问题，给出了一种很麻烦的解决方法，就是用变长的码表来逐一试，最终试出效果最好的那个。然而你要是全自动的试也就算了，bitset还只能手动编译，因此这种方法注定只能是权宜之计。

不出所料，这周的课程就讲了如何优化编码的效果。不过和我预想的计算可以计算最佳码表长度不一样，我们的优化是通过降低信息熵实现的。

1、无损预测编码

信息熵实际上就是衡量信息量多少的一个量化标准，根据最优编码理论，信息熵是图像压缩的下限，也就是说不论你用什么样的方法，都不可能在不损失信息的情况下，将图片的平均码长缩短到小于信息熵的程度。

信息熵H和平均码长L的计算公式如下：

$$H(X)=-\sum _{i=1}^{k}p(x_i)logp(x_i)$$

$$L=\sum _{i=1}^{k}p(s_i)l_i$$

$x_i$表示像素值，$s_i$表示编码，$l_i$是码长，对于灰度图像而言就是对0-255的像素值的对应项求和。

但是往往我们的要求就是这么高，既不想损失信息，又想要尽可能地压缩，那咋办嘛？聪明的前人想到了很多种方法，它们可以暂时的将图像的信息熵减小，解码之后再复原就好了。预测编码就是其中的一个大类，而我实现的，是最不需要计算量的一种，其原理图如下：

$f(i)$就是原始的图像数据，我们将首位设为0，然后将原始图像的像素值错位的赋值给后续位置。最后用原始数据减去错位后的数据，就可以得到一个信息熵减小的数据$e(i)$了。原始图片的信息熵较大，是因为像素值的范围、起伏都比较大，我们通过这样的错位相减，可以使图像整体的像素分布更加集中（你可以用实验二中的方法绘制直方图，效果很明显）。

而且这样变化之后还是可以复原的，复原过程如下图：

这个减小信息熵过程，叫做预测器处理，我们的算法就是预测器。用不同的预测器会有不同的效果，上面演示的属于差值预测，还有另一大类的方法叫做线性预测，一般会按照预测值的数量划分为一维、二维预测等，不再赘述了。

2、有损预测编码

既然有无损压缩这样的方法，那对应的也就有有损压缩算法。不是每个人都是列文虎克写轮眼，对于类似表情包这样的图片，我们只需要看缩略图就明白对面是什么意思了，不需要放大再放大。因此与其追求两全，不如省点流量，把图像尽可能的压缩，这就是有损预测的初衷。

有损预测为什么会有损呢？是因为它在预测器的基础上添加了一个量化器。当然这个量化也分为标量量化和矢量量化，这里只讨论标量量化。

我给你说量化器干的事，你就知道损失在哪了。编码的时候，量化器对所有像素值进行除以10后取整操作。解码的时候，量化器对所有像素值进行乘以10的操作。。。

当然人家也是有公式的，我上面只是举了一个简单的例子，公式如下:

$$f^{\prime }(x,y)=round(\sum _{i=1}^m{a}_i{F}^{\prime }(x,y-i))$$

最简单的有损预测编码方法是Delta调制，其公式如下：

$$f^{\prime }(n)=a{f}^{\prime }(n-1)$$

$$e(n)=f(n)-f^{\prime }(n)$$

$$e^{\prime }(n)=\{\begin{array}{r}+\delta ，当e_n>0\\ -\delta ，其他情况\end{array}$$

最简单当然效果也比较差了，现在一般不会再使用了。

代码实现

没什么可讲的，按照上面的原理图一一对应就好了，只给出了预测和还原的函数，在调用其他编码算法之前使用预测函数，在用其他编码还原出预测图像后再还原即可。

预测编码：

void img_Predict(BMPFILE &src, BMPFILE &des)	//对图像进行线性预测
{
	img_Clone(src, des);
	int i, j;
	for (i = 0; i < des.imagew; i++)	//f'(i)=f(i-1)
		for (j = 0; j < des.imageh; j++)
		{
			if (i == 0 && j == 0)
			{
				des.pDataAt(i)[j] = 0;
			}
			else
			{
				if (j != 0)
				{
					des.pDataAt(i)[j] = src.pDataAt(i)[j - 1];
				}
				if (j == 0)
				{
					des.pDataAt(i)[j] = src.pDataAt(i - 1)[src.imageh - 1];
				}
			}
		}

	for (i = 0; i < des.imagew; i++)	//e(i)=f(i)-f'(i)
		for (j = 0; j < des.imageh; j++)
		{
			des.pDataAt(i)[j] = src.pDataAt(i)[j] - des.pDataAt(i)[j];
		}

	des.SaveBMPFILE("predict.bmp");
}

还原：

void img_Depredict(BMPFILE &src, BMPFILE &des)		//将经过预测编码的图像还原为原始图片
{	//src相当于e(i)
	img_Clone(src, des);
	int i, j;
	for (i = 0; i < des.imagew; i++)	//f'(i)=e(i-1)+f'(i-1)
		for (j = 0; j < des.imageh; j++)
		{
			if (i == 0 && j == 0)
			{
				des.pDataAt(i)[j] = 0;
			}
			else
			{
				if (j != 0)
				{
					des.pDataAt(i)[j] = src.pDataAt(i)[j - 1] + des.pDataAt(i)[j - 1];
				}
				if (j == 0)
				{
					des.pDataAt(i)[j] = src.pDataAt(i - 1)[src.imageh - 1] + des.pDataAt(i - 1)[des.imageh - 1];
				}
			}
		}

	for (i = 0; i < des.imagew; i++)	//f'(i)=e(i-1)+f'(i-1)
		for (j = 0; j < des.imageh; j++)
		{
			des.pDataAt(i)[j] += src.pDataAt(i)[j];
		}

	des.SaveBMPFILE("Depredict.bmp");
}

结语

我已经把这个优化整合在了赫夫曼编解码函数里，等LZW的实验检查之后我也会将其整合一下。
本次内容的完整代码及其他相关函数代码均可见我的gitee。