【图像压缩】行程编码（RLE）图像压缩【含Matlab源码 404期】

⛄一、简介

1 行程编码概述（RLE）
在图像压缩上，行程编码（RLE）一般用于压缩二值化图像，因为它是基于重复的压缩算法，比如：
二维图像降维后（压缩前）：0 0 0 0 0 255 255 255 0 0 255
行程编码压缩后：5 0 3 255 2 0 1 255
（压缩格式为：数量+像素+数量+像素…）
如果有大量的像素连续重复，那么压缩率会更高。
编码是方法建立在图像统计特性的基础上的。例如，在传真通信中的文件大多是二值图像，即每个像素的灰度值只有0和1两种取值。将一行中颜色值相同的相邻象素用一个计数值和该颜色值来代替。例如aaabccccccddeee可以表示为3a1b6c2d3e，，即有3个a，1个b，6个c，2个d，3个e。如果一幅图象是由很多块颜色相同的大面积区域组成，那么采用行程编码的压缩效率是惊人的。然而，该算法也导致了一个致命弱点，如果图象中每两个相邻点的颜色都不同，用这种算法不但不能压缩，反而数据量增加一倍。因此对有大面积色块的图像用行程编码效果比较好。
行程编码的可行性讨论：行程编码的压缩方法对于自然图片来说是不太可行的，因为自然图片像素点错综复杂，同色像素连续性差，如果硬要用行程编码方法来编码就适得其反，图像体积不但没减少，