admin 管理员组文章数量: 1184232
2024年4月24日发(作者：webservice客户端是什么)
Technology Application
技术应用
DCW
哈夫曼编码在图像压缩中的应用与分析
吕姣霖，徐 艳
通讯作者
（四川大学锦城学院计算机与软件学院，四川 成都 611731）
摘要：互联网发展以来，在信息传递的过程中，难免会存在由于文件内存占用过大，导致传输效率低下，网络延迟等，
因此文件压缩、图像压缩等技术也逐渐应用于日常生活中。文章以哈夫曼编码为主要编码思想，通过C++语言对编码算法
进行实现，从而对图像压缩的相关技术进行研究，通过哈夫曼编码实现对图像的压缩和对比分析。
关键词：图像压缩；哈夫曼树；哈夫曼编码；C++
doi：10.3969/.1672-7274.2021.01.085
中图分类号：G642；TP3-4 文献标示码：A 文章编码：1672-7274（2020）01-0189-02
0 引言
在各个行业之间进行信息传输时，由于数据、图像
的传输需要占据较大的信道容量，因此在数据、图像传
输的过程中，会由于信道容量的大量被占用，导致网络
卡顿。为了解决这一问题，研究出了文件压缩、图像压
缩等方式，在对数据和图像进行传输之前，首先对其进
行压缩，使其传输过程中只需要占用比较小的内存，在
接收信息后，再对文件和图像等进行解压。本文所研究
的重点是常用的图像压缩技术-哈夫曼编码，通过C++
语言对编码算法进行实现，从而对图像压缩的相关技术
进行研究，通过哈夫曼编码实现对图像的压缩和对比分
析。
1 哈夫曼编码简介
哈夫曼编码出现于19世纪60年代，是国际有效的二
进制编码之一，该方法完全依据字符出现概率来构造异
字头的平均长度最短的码字，被认为是接近于压缩比上
限的最佳编码方法之一
[1]
。哈夫曼编码是常用的编码方
式，亦称为最佳编码、熵编码，适用于无损耗的数据压
缩
[2]
。在使用哈夫曼编码实现对图像的压缩过程中，首
先实现的是对图像中所分解出来的数据进行扫描，计算
出图像上各个像素所出现的概率，并根据各个数据出现
概率的不同，指定哈夫曼编码中的惟一码字与各个不同
概率的像素一一对应，并将所有码字组成哈夫曼码表，
在图像加压的过程中，可以通过压缩时所组成的哈夫曼
码表的对应关系，实现源图像数据的还原。
码由两个子节点和一个根节点构成，算法如下：
（1）定义哈夫曼树节点
哈夫曼树主要由一个根节点和两个子节点，一共三
个节点构成，因此本次哈夫曼树类型的构建一共定义4
个整型成员，分别表示树根节点、左节点、右节点和数量。
（2）构建哈夫曼树
按照哈夫曼树的构建步骤，按照出现概率的大小顺
序对字符进行排序，将字符出现次数最少的两个节点构
成哈夫曼树新的节点，使用循环，不断抽取排序中出现
数量最少的节点，不断合并组成新节点，直到最后只剩
下两组节点，构成最后的二叉树
[3]
。
（3）定义有关图片压缩的功能函数
结合哈夫曼树思想实现图片的压缩功能，通过对本
次系统需要实现的功能进行分析，定义的函数需要实现
创建哈夫曼树、递归、哈夫曼编码转换、计算字节长度、
解析字符串、读取文件、读取图片、复制图片信息、写
入图片等功能。
（4）主函数中调用定义的方法
在主函数中，首先输入图片的路径，读取出图片的
信息，再将读取到的图片的信息进行哈夫曼编码转换，
调用函数对转换后的编码进行排序，调用构建哈夫曼树
函数，构建出与本次图片压缩相关的哈夫曼树
[4]
。最后
调用解析函数，对数据进行解析，并将解析后的数据以
压缩图的形式输出。
2.2 哈夫曼编码实现图像压缩关键代码
在哈夫曼树构建时，对已经排序的编码出现的数量
进行比较，筛选出出现次数最少的字符，在排序长度之
内对字符编码出现的次数进行比较，若当前比较的编码
出现的次数小于当前编码出现的次数，将该编码赋值给
当前标记编码。
在对哈夫曼编码进行处理时，主要调用递归函数中
2 哈夫曼编码实现图像压缩
2.1 哈夫曼编码实现图像压缩算法
本文以C++为基础语言，结合哈夫曼编码的思想，
使编码符号与被压缩的图像数据一一对应，利用二叉树
的构造方法，不断置新新的根节点，使得最终的数据编
作者简介：吕姣霖（1998-） ，女，汉族，四川南充人，本科，研究方向为VR与游戏开发。
通讯作者：徐 艳（1979-），女，汉族，四川宜宾人，教授，硕士研究生，研究方向为网络计算与应用。
2021.01
数字通信世界
189
技术
IGITCW
应用
Technology Application
的方法，获取到图像数据所对应的编码表，并对哈夫曼
树左右子节点相对应的编码进行递归，关键代码如下：
if （nodes[pos].left == -1 && nodes[pos].right == -1） {
table[pos] = bits；
return；
}
buildTable（nodes， r， bits + "1"， table）；
buildTable（nodes， l， bits + "0"， table）；
进行哈夫曼编码转换的流程为：先对读取图片所获
得的数组进行初始化，再通过for循环对哈夫曼树所需
要的编码进行遍历，获取到图片对应的所有哈夫曼编码，
对哈夫曼树左右两个子节点依次进行转换。
对创建哈夫曼树所需要的编码进行转换后，创建哈
夫曼树，调用函数获取哈夫曼树编码表，对编码进行遍
历，并将遍历得出的编码存储于编码表文件，关键代码
如下：
int length = buildTree（nodes， counts）；
string table[256]；
buildTable（nodes， length - 1， ""， table）；
string table_path = ""；
table_path = table_path + writepath + "_table"；
fp = fopen（table_path.c_str（）， "w"）；
for （int i = 0； i < 256； i++） {
if （table[i].size（） == 0） {
fprintf（fp， "2n"）；
} else {
fprintf（fp， "%sn"， table[i].c_str（））；
}
}
在使图片数据与哈夫曼编码一一对应，创建好哈夫
曼树后，打开文件，对哈夫曼编码表进行读取，解析哈
夫曼编码中的文件内容。
解析哈夫曼编码中的文件内容后，读取图像压缩后
的文件，并存储读取压缩文件后的信息，将图片压缩后
的信息输出，关键代码如下：
fread（&total_bit_length， sizeof（int）， 1， fp）；
int times = total_bit_length / 32 + 1；
for （int i = 0； i < times； i++） {
bitset<32> bits（words[i]）；
string tmp = _string（）；
for （int j = 0； j < 32； j++） {
str[cur] = tmp[j]；
cur++；
}
}
190
DIGITCW
2021.01
2.3 图片压缩前后对比分析
在完成哈夫曼编码实现对图片压缩功能的程序部分
后，用于测试的图像为如图1所示黑底背景的绿色水壶。
图1 测试图
图1所示测试图通过本次所设计的基于哈夫曼编码
的图像压缩系统进行压缩后，得到压缩图。对测试图原
图和压缩图进行比较后发现，压缩图与原图文件大小基
本一致，且压缩图与原图相比，压缩图的外观形状、大
小等特性与原图相同，可视清晰度也与原图相同。
3 结束语
本文以C++为系统开发的基础语言，以哈夫曼编
码构成哈夫曼树，以及哈夫曼树逆向解码过程为本次图
像压缩系统设计的思想，设计并完成了基于哈夫曼编码
对图片压缩的功能。本文选用测试图对其核心的图片压
缩功能进行了测试，测试图通过本次所设计系统压缩
功能的压缩后，所得到的压缩图与原图文件大小基本一
致，且视觉效果一致。通过对测试图原图与压缩图进行
比较，确定本次所设计的图像压缩功能，具有无损压缩
特性，在压缩的过程中，并不会存在数据的损坏与丢失。
因此通过哈夫曼编码与哈夫曼原理所设计出的图像压缩
系统，也是对需要压缩的图像的数据进行采集，并将采
集后的数据通过哈夫曼编码进行一一转化，使编码符号
与数字字符产生一一对应的关系，而不会因丢失图片的
数据，导致图片的变形或受损
[5]
。
参考文献
[1] 王兆丽， 肖春霞， 王梅娟，等. 哈夫曼编码在图像无损压缩中的应用[J].
计算机工程与科学， 2019（S1）.
[2] 杨雨薇， 张亚萍， 李幸刚. 一种改进的JPEG图像压缩编码算法[J]. 云南师
范大学学报：自然科学版， 2016， 36（6）：32-39
[3] 田端财， 殷晓丽. 基于哈夫曼编码的图像压缩技术研究[J]. 科技资讯，
2015（8）：29-30
[4] 黄福莹， 黄开志. 基于矢量量化和Huffman编码的图像压缩方法[J]. 广西
科学院学报， 2012（4）：19-20+25
[5] 王防修， 周康. 通过哈夫曼编码实现文件的压缩与解压[J]. 武汉工业学院
学报， 2017， 27（4）：46.
版权声明：本文标题：哈夫曼编码在图像压缩中的应用与分析 内容由网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：http://www.roclinux.cn/b/1713906199a657051.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。
发表评论