内容发布更新时间 : 2024/7/1 17:48:46星期一 下面是文章的全部内容请认真阅读。
目 录
实验一 用C/C++语言实现游程编码 ...................................... 2
实验二 实验三 实验四 用C/C++语言实现算术编码 ...................................... 5
用C/C++语言实现LZW编码.................................. 12
用C/C++语言实现2D-DCT变换 ............................ 13
实验一 用C/C++语言实现游程编码
1. 实验目的
1) 通过实验进一步掌握游程编码的原理； 2) 用C/C++语言实现游程编码。
2. 实验要求
给出数字字符，能正确输出编码。
3. 实验内容
现实中有许多这样的图像，在一幅图像中具有许多颜色相同的图块。在这些图块中，许多行上都具有相同的颜色，或者在一行上有许多连续的象素都具有相同的颜色值。在这种情况下就不需要存储每一个象素的颜色值，而仅仅存储一个象素的颜色值，以及具有相同颜色的象素数目就可以，或者存储一个象素的颜色值，以及具有相同颜色值的行数。这种压缩编码称为游程编码，常用(run length encoding，RLE)表示，具有相同颜色并且是连续的象素数目称为游程长度。
为了叙述方便，假定一幅灰度图像，第n行的象素值为：
用RLE编码方法得到的代码为：0@81@38@501@40@8。代码中用黑体表示的数字是游程长度，黑体字后面的数字代表象素的颜色值。例如黑体字50代表有连续50个象素具有相同的颜色值，它的颜色值是8。
对比RLE编码前后的代码数可以发现，在编码前要用73个代码表示这一行的数据，而编码后只要用11个代码表示代表原来的73个代码，压缩前后的数据量之比约为7:1，即压缩比为7:1。这说明RLE确实是一种压缩技术，而且这种编码技术相当直观，也非常经济。RLE所能获得的压缩比有多大，这主要是取决于图像本身的特点。如果图像中具有相同颜色的图像块越大，图像块数目越少，获得的压缩比就越高。反之，压缩比就越小。 译码时按照与编码时采用的相同规则进行，还原后得到的数据与压缩前的数据完全相同。因此，RLE是无损压缩技术。
RLE压缩编码尤其适用于计算机生成的图像，对减少图像文件的存储空间非常有效。然而，RLE对颜色丰富的自然图像就显得力不从心，在同一行上具有相同颜色的连续象素往往很少，而连续几行都具有相同颜色值的连续行数就更少。如果仍然使用RLE编码方法，不仅不能压缩图像数据，反而可能使原来的图像数据变得更大。请注意，这并不是说RLE编码方
2
法不适用于自然图像的压缩，相反，在自然图像的压缩中还真少不了RLE，只不过是不能单纯使用RLE一种编码方法，需要和其他的压缩编码技术联合应用。
4、思考题：
①如果是英文字符，应该从哪几方面去进行考虑？ ②是否所有的字符都要RLE编码方法来进行编码？ ③如何区分字符与重复因子？
#include
public:
void shuru_xulie(); void bianma_xulie(); private:
char array[1000]; int m; };
void Youchen::shuru_xulie()//输入序列 {
int i;m=0;
cout<<\请输入序列(以.结束!):\ for(i=0;;i++) {
cin>>array[i]; m+=1;
if(array[i]=='.') break; } }
void Youchen::bianma_xulie()//用游程编码方法进行编码 {
int i,j,sum=0;
cout<<\编码后序列：\ for(i=0;i<=m-1;i++) {
if(array[i]==array[i+1])//对相同字符进行记数 sum++;
else//如果前后两字符不相等则进行输出
3