《数字图象处理》第九章 图象的压缩编码，JPEG 压缩编码标准

第9章图象的压缩编码,JPEG压缩编 码标准 在介绍图象的压缩编码之前,先考虑一个问题:为什么要压缩?其实这个问题不用我回答, 你也能想得到。因为图象信息的数据量实在是太惊人了。举一个例子就明白:一张 A4(2l0mm×297m)幅面的照片,若用中等分辨率(3odpi)的扫描仪按真彩色扫描,其数据 量为多少?让我们来计算一下:共有(300×210254)×(300×297/254)个象素,每个象素占3 个字节,其数据量为26M字节,其数据量之大可见一斑了 如今在 Internet上,传统基于字符界面的应用逐渐被能够浏览图象信息的 www(World Wide web)方式所取代。WWW尽管漂亮,但是也带来了一个问题:图象信息的数据量太大了, 本来就已经非常紧张的网络带宽变得更加不堪重负,使得 World Wide Web变成了 World Wide wait。 总之,大数据量的图象信息会给存储器的存储容量,通信干线信道的带宽,以及计算机的处 理速度增加极大的压力。单纯靠增加存储器容量,提高信道带宽以及计算机的处理速度等方 法来解决这个问题是不现实的,这时就要考虑压缩。 压缩的理论基础是信息论。从信息论的角度来看,压缩就是去掉信息中的冗余,即保留不确 定的信息,去掉确定的信息(可推知的),也就是用一种更接近信息本质的描述来代替原有冗 余的描述。这个本质的东西就是信息量(即不确定因素)。 压缩可分为两大类:第一类压缩过程是可逆的,也就是说,从压缩后的图象能够完全恢复出 原来的图象,信息没有任何丢失,称为无损压缩:第二类压缩过程是不可逆的,无法完全恢 复出原图象,信息有一定的丢失,称为有损压缩。选择哪一类压缩,要折衷考虑,尽管我们 希望能够无损压缩,但是通常有损压缩的压缩比(即原图象占的字节数与压缩后图象占的字 节数之比,压缩比越大,说明压缩效率越高)比无损压缩的高 图象压缩一般通过改变图象的表示方式来达到,因此压缩和编码是分不开的。图象压缩的主 要应用是图象信息的传输和存储,可广泛地应用于广播电视、电视会议、计算机通讯、传真、 多媒体系统、医学图象、卫星图象等领域。 压缩编码的方法有很多,主要分成以下四大类:(1)象素编码;(2)预测编码;(3)变换编码 (4)其它方法 所谓象素编码是指,编码时对每个象素单独处理,不考虑象素之间的相关性。在象素编码中 常用的几种方法有:(1)脉冲编码调制( Pulse Code modulation,简称PCM);(2)熵编码( Entropy Coding);(3)行程编码( Run Length Coding):(4)位平面编码( Bit Plane Coding)。其中我们要介 绍的是熵编码中的哈夫曼( luffman)编码和行程编码(以读取PCX文件为例) 所谓预测编码是指,去除相邻象素之间的相关性和冗余性,只对新的信息进行编码。举个简 单的例子,因为象素的灰度是连续的,所以在一片区域中,相邻象素之间灰度值的差别可能 很小。如果我们只记录第一个象素的灰度,其它象素的灰度都用它与前一个象素灰度之差来 表示,就能起到压缩的目的。如248,2,1,0,1,3,实际上这6个象素的灰度是248,250

第 9 章 图象的压缩编码，JPEG 压缩编 码标准 在介绍图象的压缩编码之前，先考虑一个问题：为什么要压缩？其实这个问题不用我回答， 你也能想得到。因为图象信息的数据量实在是太惊人了。举一个例子就明白：一张 A4(210mm×297mm) 幅面的照片，若用中等分辨率(300dpi)的扫描仪按真彩色扫描，其数据 量为多少？让我们来计算一下：共有(300×210/25.4) ×(300×297/25.4)个象素，每个象素占 3 个字节，其数据量为 26M 字节，其数据量之大可见一斑了。 如今在 Internet 上，传统基于字符界面的应用逐渐被能够浏览图象信息的 WWW(World Wide Web)方式所取代。WWW 尽管漂亮，但是也带来了一个问题：图象信息的数据量太大了， 本来就已经非常紧张的网络带宽变得更加不堪重负，使得 World Wide Web 变成了 World Wide Wait。 总之，大数据量的图象信息会给存储器的存储容量，通信干线信道的带宽，以及计算机的处 理速度增加极大的压力。单纯靠增加存储器容量，提高信道带宽以及计算机的处理速度等方 法来解决这个问题是不现实的，这时就要考虑压缩。 压缩的理论基础是信息论。从信息论的角度来看，压缩就是去掉信息中的冗余，即保留不确 定的信息，去掉确定的信息(可推知的)，也就是用一种更接近信息本质的描述来代替原有冗 余的描述。这个本质的东西就是信息量(即不确定因素)。 压缩可分为两大类：第一类压缩过程是可逆的，也就是说，从压缩后的图象能够完全恢复出 原来的图象，信息没有任何丢失，称为无损压缩；第二类压缩过程是不可逆的，无法完全恢 复出原图象，信息有一定的丢失，称为有损压缩。选择哪一类压缩，要折衷考虑，尽管我们 希望能够无损压缩，但是通常有损压缩的压缩比(即原图象占的字节数与压缩后图象占的字 节数之比，压缩比越大，说明压缩效率越高)比无损压缩的高。 图象压缩一般通过改变图象的表示方式来达到，因此压缩和编码是分不开的。图象压缩的主 要应用是图象信息的传输和存储，可广泛地应用于广播电视、电视会议、计算机通讯、传真、 多媒体系统、医学图象、卫星图象等领域。 压缩编码的方法有很多，主要分成以下四大类：(1)象素编码；(2)预测编码；(3)变换编码； (4)其它方法。 所谓象素编码是指，编码时对每个象素单独处理，不考虑象素之间的相关性。在象素编码中 常用的几种方法有：(1)脉冲编码调制(Pulse Code Modulation，简称 PCM)；(2)熵编码(Entropy Coding)；(3)行程编码(Run Length Coding)；(4)位平面编码(Bit Plane Coding)。其中我们要介 绍的是熵编码中的哈夫曼(Huffman)编码和行程编码(以读取.PCX 文件为例)。 所谓预测编码是指，去除相邻象素之间的相关性和冗余性，只对新的信息进行编码。举个简 单的例子，因为象素的灰度是连续的，所以在一片区域中，相邻象素之间灰度值的差别可能 很小。如果我们只记录第一个象素的灰度，其它象素的灰度都用它与前一个象素灰度之差来 表示，就能起到压缩的目的。如 248，2，1，0，1，3，实际上这 6 个象素的灰度是 248，250

251,251,252,255。表示250需要8个比特,而表示2只需要两个比特,这样就实现了压 缩 常用的预测编码有Δ调制( Delta modulation,简称DM);微分预测编码( Differential Pulse Code Modulation,DPCM),具体的细节在此就不详述了。 所谓变换编码是指,将给定的图象变换到另一个数据域(如频域)上,使得大量的信息能用较 少的数据来表示,从而达到压缩的目的。变换编码有很多,如(1)离散傅立叶变换( Discrete Fourier Transform,简称DFT):(2)离散余弦变换( Discrete Cosine Transform,简称DCT):(3) 离散哈达玛变换( Discrete Hadamard Transform,简称DHI)。 其它的编码方法也有很多,如混合编码( Hybird Coding)、矢量量化( Vector Quantize,ⅴQ LZW算法。在这里,我们只介绍LZW算法的大体思想。 值得注意的是,近些年来出现了很多新的压缩编码方法,如使用人工神经元网络( Artificial Neural Network,简称ANN)的压缩编码算法、分形( fract))、小波( Wavelet)、基于对象( Object Based)的压缩编码算法、基于模型( Model- Based)的压缩编码算法(应用在MPEG4及未来的 视频压缩编码标准中)。这些都超出了本书的范围。 本章的最后,我们将以JPEG压缩编码标准为例,看看上面的几种编码方法在实际的压缩编 码中是怎样应用的 91哈夫曼编码 哈夫曼( Huffman)编码是一种常用的压缩编码方法,是 Huffman于1952年为压缩文本文件建 立的。它的基本原理是频繁使用的数据用较短的代码代替,较少使用的数据用较长的代码代 替,每个数据的代码各不相同。这些代码都是二进制码,且码的长度是可变的。举个例子: 假设一个文件中出现了8种符号S0SIS2,S3,S4S5,S6,S7,那么每种符号要编码,至少需要 3比特。假设编码成000001010.011,100101,110,111称做码字)。那么符号序列 SOSIS7SOSIS6S2S2S3S4S5SOSOS 1 编 码 后 0000011000011000100110010100000001,共用了42比特。我们发现S0,S1,S2 这三个符号出现的频率比较大,其它符号出现的频率比较小,如果我们采用一种编码方案使 得S0,S1,S2的码字短,其它符号的码字长,这样就能够减少占用的比特数。例如,我们 采用这样的编码方案:S0到S7的码字分别01,11,101,000000001,10,那么上述符 号序列变成01101101010100000010010010111,共用了39比特,尽管有些码字 如S3,S4,S5,S6变长了(由3位变成4位),但使用频繁的几个码字如S0,S1变短了,所 以实现了压缩。 上述的编码是如何得到的呢?随意乱写是不行的。编码必须保证不能出现一个码字和另一个 的前几位相同的情况,比如说,如果S0的码字为01,S2的码字为011,那么当序列中出现 01时,你不知道是S0的码字后面跟了个1,还是完整的一个S2的码字。我们给出的编码 能够保证这一点 下面给出具体的 Huffman编码算法

251，251，252，255。表示 250 需要 8 个比特，而表示 2 只需要两个比特，这样就实现了压 缩。 常用的预测编码有Δ调制(Delta Modulation，简称 DM)；微分预测编码(Differential Pulse Code Modulation，DPCM)，具体的细节在此就不详述了。 所谓变换编码是指，将给定的图象变换到另一个数据域(如频域)上，使得大量的信息能用较 少的数据来表示，从而达到压缩的目的。变换编码有很多，如(1)离散傅立叶变换(Discrete Fourier Transform，简称 DFT)；(2)离散余弦变换(Discrete Cosine Transform，简称 DCT)；(3) 离散哈达玛变换(Discrete Hadamard Transform，简称 DHT)。 其它的编码方法也有很多，如混合编码(Hybird Coding)、矢量量化(Vector Quantize，VQ) 、 LZW 算法。在这里，我们只介绍 LZW 算法的大体思想。 值得注意的是，近些年来出现了很多新的压缩编码方法，如使用人工神经元网络(Artificial Neural Network，简称 ANN)的压缩编码算法、分形(Fractl)、小波(Wavelet) 、基于对象(Object Based)的压缩编码算法、基于模型(Model –Based)的压缩编码算法(应用在 MPEG4 及未来的 视频压缩编码标准中)。这些都超出了本书的范围。 本章的最后，我们将以 JPEG 压缩编码标准为例，看看上面的几种编码方法在实际的压缩编 码中是怎样应用的。 9.1 哈夫曼编码 哈夫曼(Huffman)编码是一种常用的压缩编码方法，是 Huffman 于 1952 年为压缩文本文件建 立的。它的基本原理是频繁使用的数据用较短的代码代替，较少使用的数据用较长的代码代 替，每个数据的代码各不相同。这些代码都是二进制码，且码的长度是可变的。举个例子： 假设一个文件中出现了 8 种符号 S0,S1,S2,S3,S4,S5,S6,S7，那么每种符号要编码，至少需要 3 比特。假设编码成 000,001,010,011,100,101,110,111( 称做码字 ) 。那么符号序列 S0S1S7S0S1S6S2S2S3S4S5S0S0S1 编码后变成 000001111000001110010010011100101000000001，共用了 42 比特。我们发现 S0，S1，S2 这三个符号出现的频率比较大，其它符号出现的频率比较小，如果我们采用一种编码方案使 得 S0，S1，S2 的码字短，其它符号的码字长，这样就能够减少占用的比特数。例如，我们 采用这样的编码方案：S0 到 S7 的码字分别 01,11,101,0000,0001,0010,0011,100，那么上述符 号序列变成 011110001110011101101000000010010010111，共用了 39 比特，尽管有些码字 如 S3，S4，S5，S6 变长了(由 3 位变成 4 位)，但使用频繁的几个码字如 S0，S1 变短了，所 以实现了压缩。 上述的编码是如何得到的呢？随意乱写是不行的。编码必须保证不能出现一个码字和另一个 的前几位相同的情况，比如说，如果 S0 的码字为 01，S2 的码字为 011，那么当序列中出现 011 时，你不知道是 S0 的码字后面跟了个 1，还是完整的一个 S2 的码字。我们给出的编码 能够保证这一点。 下面给出具体的 Huffman 编码算法

(1)首先统计出每个符号出现的频率,上例S0到S7的出现频率分别为414,314,2/14, 1/14,1/14,1/14,1/14,1/14 (2)从左到右把上述频率按从小到大的顺序排列 (3)每一次选出最小的两个值,作为二叉树的两个叶子节点,将和作为它们的根节点, 这两个叶子节点不再参与比较,新的根节点参与比较。 (4)重复(3),直到最后得到和为1的根节点 5)将形成的二叉树的左节点标0,右节点标1。把从最上面的根节点到最下面的叶子 节点途中遇到的0,1序列串起来,就得到了各个符号的编码 上面的例子用 Huffman编码的过程如图91所示,其中圆圈中的数字是新节点产生的顺序 可见,我们上面给出的编码就是这么得到的。 0 8/1406 6/14 4/141 2/14① 2/4②2 3/4③ 1140114011401141020403/14044 0000 00100011100101 图9.1 Huffman编码的示意图 产生 Huffman编码需要对原始数据扫描两遍。第一遍扫描要精确地统计岀原始数据中,每 个值出现的频率,第二遍是建立 Huffman树并进行编码。由于需要建立二叉树并遍历二叉 树生成编码,因此数据压缩和还原速度都较慢,但简单有效,因而得到广泛的应用 源程序就不给出了,有兴趣的读者可以自己实现 92行程编码 行程编码( Run Length Coding)的原理也很简单: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3ab6c2d3e。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。所以现在单纯采用行程编码的压缩算法用得并不多,PCX文件算是 其中的一种

(1) 首先统计出每个符号出现的频率，上例 S0 到 S7 的出现频率分别为 4/14，3/14，2/14， 1/14，1/14，1/14，1/14，1/14。 (2) 从左到右把上述频率按从小到大的顺序排列。 (3) 每一次选出最小的两个值，作为二叉树的两个叶子节点，将和作为它们的根节点， 这两个叶子节点不再参与比较，新的根节点参与比较。 (4) 重复(3)，直到最后得到和为 1 的根节点。 (5) 将形成的二叉树的左节点标 0，右节点标 1。把从最上面的根节点到最下面的叶子 节点途中遇到的 0,1 序列串起来，就得到了各个符号的编码。 上面的例子用 Huffman 编码的过程如图 9.1 所示，其中圆圈中的数字是新节点产生的顺序。 可见，我们上面给出的编码就是这么得到的。 图 9.1 Huffman 编码的示意图 产生 Huffman 编码需要对原始数据扫描两遍。第一遍扫描要精确地统计出原始数据中，每 个值出现的频率，第二遍是建立 Huffman 树并进行编码。由于需要建立二叉树并遍历二叉 树生成编码，因此数据压缩和还原速度都较慢，但简单有效，因而得到广泛的应用。 源程序就不给出了，有兴趣的读者可以自己实现。 9.2 行程编码 行程编码(Run Length Coding)的原理也很简单：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。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。所以现在单纯采用行程编码的压缩算法用得并不多，PCX 文件算是 其中的一种

PCX文件最早是 PC Paintbrush软件所采用的一种文件格式,由于压缩比不高,现在用的并 不是很多了。它也是由头信息、调色板、实际的图象数据三个部分组成。其中头信息的结构 为: typedef struct! char version char bits per pixel WORD xmin, ymin, WORD Xmax, ymax; WORD hres char palette[ 48] char colour planes WORD palette type char filler[] i PCXHEAD 其中值得注意的是以下几个数据: manufacturer为PCX文件的标识,必须为0x0a;xmin为 最小的x坐标,xmax最大的x坐标,所以图象的宽度为xmax-xmin+1,同样图象的高度为 ymax-yIn+1; bytes per line为每个编码行所占的字节数,下面将详细介绍。 PCX的调色板在文件的最后。以256色PCX文件为例,倒数第769个字节为颜色数的标识 256时该字节必须为12,剩下的768(256×3)为调色板的RGB值 为了叙述方便,我们针对256色PCX文件,介绍一下它的解码过程。编码是解码的逆过程 有兴趣的读者可以试着自己来完成 解码是以行为单位的,该行所占的字节数由 bytes per line给定。为此,我们开一个大小为 bytes per line的解码缓冲区。一开始,将缓冲区的所有内容清零。从文件中读出一个字节C 若C>0xc0,说明是行程( Run length)信息,即C的低6位表示后面连续的字节个数(所以最 多63个连续颜色相同的象素,若还有颜色相同的象素,将在下一个行程处理),文件的下 个字节就是实际的图象数据(即该颜色在调色板中的索引值)。若C<0xc0,则表示C是实际 的图象数据。如此反复,直到这 bytes per_line个字节处理完,这一行的解码完成。PCX就 是有若干个这样的解码行组成 下面是实现256色PCX文件解码的源程序,其中第二个函数对一行进行解码,应该把阅读 的重点放在这个函数上。要注意的是,执行时文件 C: test. pcx必须存在,而且是一个256 色PCX文件 PcxBytesPerline BOOL LoadPcx File(HWND hWnd, char *PcxFileName)

PCX 文件最早是 PC Paintbrush 软件所采用的一种文件格式，由于压缩比不高，现在用的并 不是很多了。它也是由头信息、调色板、实际的图象数据三个部分组成。其中头信息的结构 为： typedef struct{ char manufacturer; char version; char encoding; char bits_per_pixel; WORD xmin,ymin; WORD xmax,ymax; WORD hres; WORD vres; char palette[48]; char reserved; char colour_planes; WORD bytes_per_line; WORD palette_type; char filler[58]; } PCXHEAD; 其中值得注意的是以下几个数据：manufacturer 为 PCX 文件的标识，必须为 0x0a；xmin 为 最小的 x 坐标，xmax 最大的 x 坐标，所以图象的宽度为 xmax-xmin+1，同样图象的高度为 ymax-yin+1；bytes_per_line 为每个编码行所占的字节数，下面将详细介绍。 PCX 的调色板在文件的最后。以 256 色 PCX 文件为例，倒数第 769 个字节为颜色数的标识， 256 时该字节必须为 12，剩下的 768(256×3)为调色板的 RGB 值。 为了叙述方便，我们针对 256 色 PCX 文件，介绍一下它的解码过程。编码是解码的逆过程， 有兴趣的读者可以试着自己来完成。 解码是以行为单位的，该行所占的字节数由 bytes_per_line 给定。为此，我们开一个大小为 bytes_per_line 的解码缓冲区。一开始，将缓冲区的所有内容清零。从文件中读出一个字节 C， 若 C>0xc0，说明是行程(Run Length)信息，即 C 的低 6 位表示后面连续的字节个数(所以最 多 63 个连续颜色相同的象素，若还有颜色相同的象素，将在下一个行程处理)，文件的下一 个字节就是实际的图象数据(即该颜色在调色板中的索引值)。若 C<0xc0，则表示 C 是实际 的图象数据。如此反复，直到这 bytes_per_line 个字节处理完，这一行的解码完成。PCX 就 是有若干个这样的解码行组成。 下面是实现 256 色 PCX 文件解码的源程序，其中第二个函数对一行进行解码，应该把阅读 的重点放在这个函数上。要注意的是，执行时文件 C:\\test.pcx 必须存在，而且是一个 256 色 PCX 文件。 unsigned int PcxBytesPerLine; BOOL LoadPcxFile (HWND hWnd,char *PcxFileName)

ILE *PCXfp; PCXHEAD head LOGPALETTE pPal HPALETTE hPrey Palette HDC HLOCAL hPal DWORD ImgSize OftBits. Bufsize LPBITMAPINFOHEADER lplmgData DWORD LONG unsigned char Line Buf 0] LPSTR IpPt HFILE f( PCXfp= fopen( PcxFileName"rb")=NULL){∥件没有找到 Message Box(hWnd, File c: lItest. pcx not found! " "Error Message MB OKJMB ICONEXCLAMATION) return False ∥读出头信息 fread(char *)&header, 1, izeof( PCXHEAD), PCXfp); if( header manufacturer!=0xOa){∥不是一个合法的PCX文件 Message Box(hWnd, Not a valid Pex file! " "Error Message MB OK MB ICONEXCLAMATION) fclose(PCXfp); return False ∥将文件指针指向调色板开始处 fseek(PCXfp, -769L, SEEK END) ∥取颜色数信息 Pcx Tag=fgetc(PCXfp)&Oxff, if( PcxTag!=12){/非256色,返回 Message Box(hWnd, "Not a 256 colors Pcx file! " "Error Message MB OK MB ICONEXCLAMATION) return False

{ FILE *PCXfp; PCXHEAD header; LOGPALETTE *pPal; HPALETTE hPrevPalette; HDC hDc; HLOCAL hPal; DWORD ImgSize; DWORD OffBits,BufSize; LPBITMAPINFOHEADER lpImgData; DWORD i; LONG x,y; int PcxTag; unsigned char LineBuffer[6400]; LPSTR lpPtr; HFILE hfbmp; if((PCXfp=fopen(PcxFileName,"rb"))==NULL){ //文件没有找到 MessageBox(hWnd,"File c:\\test.pcx not found!","Error Message", MB_OK|MB_ICONEXCLAMATION); return FALSE; } //读出头信息 fread((char*)&header,1,sizeof(PCXHEAD),PCXfp); if(header.manufacturer!=0x0a){ //不是一个合法的 PCX 文件 MessageBox(hWnd,"Not a valid Pcx file!","Error Message", MB_OK|MB_ICONEXCLAMATION); fclose(PCXfp); return FALSE; } //将文件指针指向调色板开始处 fseek(PCXfp,-769L,SEEK_END); //获取颜色数信息 PcxTag=fgetc(PCXfp)&0xff; if(PcxTag!=12){ //非 256 色，返回 MessageBox(hWnd,"Not a 256 colors Pcx file!","Error Message", MB_OK|MB_ICONEXCLAMATION); fclose(PCXfp); return FALSE;

)创建新的 BITMAPFILEHEADER和 BITMAPINFOHEADER memset(char *)&bf, O, sizeof( BI TMAPFILEHEADER)); memset((char *)&bi, 0, sizeof( BITMAPINFOHEADER)); ∥填写 BITMAPINFOHEADER头信息 bi. biSize=sizeof( BITMAPINFOHEADER) ∥|到图象的宽和高 bi bi Width=header xmax-header xmin+1 bi. biHeight=header. ymax-header ymin+ bi bi planes=l bi bi BitCount=8 bi bi Img Width=bi bi Width ImgHeight=bi. biHeight Num Colors=25 Line Bytes=(DWORD)WIDTHBYTES(bibi Width*bi. biBitCount) ImgSize=(DWORD)Line Bytes* bi. biHeight; ∥填写 BITMAPFILEHEADER头信息 bf bf Type=0x4d42 bf. bfSize=sizeof(BITMAPFILEHEADER+sizeof( BI TMAPINFOHEADER)+ NumColors*sizeof( RGBQUAD)+ImgSize, bf. bfoffBits=(DWORD )(Num Colors*sizeof( RGBQUAD)+ sizeof(BITMAPFILEHEADER)+sizeof( BITMAPINFOHEADER)) ∥.为新图分配缓冲区 if((hmg Data=GlobalAlloc(GHND, (DWORD) (sizeof( BI TMAPINFOHEADER)+ Num Colors*sizeof( RGBQUAD)+ImgSize))==NULL) Message Box(hWnd, Error alloc memory! ","Error Message MB OKJMB ICONEXCLAMATION): fclose(PCXfp) return False. Iplmg Data=(LPBITMAPINFOHE ADER)Global Lock(hlmg Data) ∥拷考贝头信息 memcpy(lplmg Data, (char *)&bi, sizeof( BITMAPINFOHEADER)) IpPtr=(char *)lplmg Datatsizeof(BITMAPINFOHEADER); ∥.256色调色板分配内存

} //创建新的 BITMAPFILEHEADER 和 BITMAPINFOHEADER memset((char *)&bf,0,sizeof(BITMAPFILEHEADER)); memset((char *)&bi,0,sizeof(BITMAPINFOHEADER)); //填写 BITMAPINFOHEADER 头信息 bi.biSize=sizeof(BITMAPINFOHEADER); //得到图象的宽和高 bi.biWidth=header.xmax-header.xmin+1; bi.biHeight=header.ymax-header.ymin+1; bi.biPlanes=1; bi.biBitCount=8; bi.biCompression=BI_RGB; ImgWidth=bi.biWidth; ImgHeight=bi.biHeight; NumColors=256; LineBytes=(DWORD)WIDTHBYTES(bi.biWidth*bi.biBitCount); ImgSize=(DWORD)LineBytes*bi.biHeight; //填写 BITMAPFILEHEADER 头信息 bf.bfType=0x4d42; bf.bfSize=sizeof(BITMAPFILEHEADER)+sizeof(BITMAPINFOHEADER)+ NumColors*sizeof(RGBQUAD)+ImgSize; bf.bfOffBits=(DWORD)(NumColors*sizeof(RGBQUAD)+ sizeof(BITMAPFILEHEADER)+sizeof(BITMAPINFOHEADER)); //为新图分配缓冲区 if((hImgData=GlobalAlloc(GHND,(DWORD) (sizeof(BITMAPINFOHEADER)+ NumColors*sizeof(RGBQUAD)+ImgSize)))==NULL) { MessageBox(hWnd,"Error alloc memory!","ErrorMessage", MB_OK|MB_ICONEXCLAMATION); fclose(PCXfp); return FALSE; } lpImgData=(LPBITMAPINFOHEADER)GlobalLock(hImgData); //拷贝头信息 memcpy(lpImgData,(char *)&bi,sizeof(BITMAPINFOHEADER)); lpPtr=(char *)lpImgData+sizeof(BITMAPINFOHEADER); //为 256 色调色板分配内存

hPal=LocalAlloc(lhnd, sizeof(LOGPALETTE)+ Num Colors* sizeof(PALETTEENTRY)) pPal =(LOGPALETTE *)LocalLock(hPal) pPal->pal Version=0X300 for(i=0,1palPal Entry[]. peRed=(BYTE)fgetc(PCXfp); pPal->palPal[i]. pe Green=(BYTE)fgetc( PCXfp) pPal->palPalEntry[i]- peBlue=(BYTE)fgetc( PCXfp); pPal->palPal[i] peFlags=(BYTE)0; *(IpPtr++=(unsigned char)pPal->palPalEntry[ i]- pe Blue (IpPtr++)(unsigned char)pPal->palPal Entry [i]- pe Green *(IpPtr++ =(unsigned char)pPal->palPalEntry[ i]- peRed *(lpPt++)=0 ∥产生新的逻辑调色板 hPalette=CreatePalette(pPal Local Unlock(hPal) Local Free(hPal) hDc=GetDC(hWnd) if(pAlette) hPrevPalette=SelectPalette(hDc, hPalette, FALSE) RealizePalette(hDc) ∥解码行所占的字节数 PexBytesPer Line=(unsigned int) header, bytes per line ∥将文件指针指向图象数据的开始处 seek(PCXfp, (LONG)Sizeof( PCXHEAD), SEEK SET) ∥缓冲区大小 OffBits=bf. bfoffBits-sizeof(BI TMAPFILEHEADER) BufSize为缓冲区大小 BufSize=OffBits+bi. biHeight*Line Bytes; for(y=0; y<bi. biHeight; y++) ∥指向新图中相应的位置 lpPtr=(char *)lplmg Data+ BufSize-Line Bytes-y*Line Bytes ∥解码该行,放在数组 LineBuffer中 ReadPcxLine(line Buffer, PCXfp)

hPal=LocalAlloc(LHND,sizeof(LOGPALETTE)+ NumColors* sizeof(PALETTEENTRY)); pPal =(LOGPALETTE *)LocalLock(hPal); pPal->palNumEntries =256; pPal->palVersion = 0x300; for (i = 0; i palPalEntry[i].peRed=(BYTE)fgetc(PCXfp); pPal->palPalEntry[i].peGreen=(BYTE)fgetc(PCXfp); pPal->palPalEntry[i].peBlue=(BYTE)fgetc(PCXfp); pPal->palPalEntry[i].peFlags=(BYTE)0; *(lpPtr++)=(unsigned char)pPal->palPalEntry[i].peBlue; *(lpPtr++)=(unsigned char)pPal->palPalEntry[i].peGreen; *(lpPtr++)=(unsigned char)pPal->palPalEntry[i].peRed; *(lpPtr++)=0; } //产生新的逻辑调色板 hPalette=CreatePalette(pPal); LocalUnlock(hPal); LocalFree(hPal); hDc=GetDC(hWnd); if(hPalette){ hPrevPalette=SelectPalette(hDc,hPalette,FALSE); RealizePalette(hDc); } //解码行所占的字节数 PcxBytesPerLine=(unsigned int)header.bytes_per_line; //将文件指针指向图象数据的开始处 fseek(PCXfp,(LONG)sizeof(PCXHEAD),SEEK_SET); //缓冲区大小 OffBits=bf.bfOffBits-sizeof(BITMAPFILEHEADER); //BufSize 为缓冲区大小 BufSize=OffBits+bi.biHeight*LineBytes; for(y=0;y<bi.biHeight;y++){ //指向新图中相应的位置 lpPtr=(char *)lpImgData+BufSize-LineBytes-y*LineBytes; //解码该行，放在数组 LineBuffer 中 ReadPcxLine(LineBuffer,PCXfp);

for(x=0; x<bi biTwidth, x++) (lpPr+)= Line Buffer[x,∥将该行存储到位图数据中 ∥)创建新的位图 hBitmap=CreateDI Bitmap(hDc, (LPBITMAPINFOHEADER)Iplmg Data, (LONG) CBM INIT. (LPSTR)Iplmg Data sizeof( BITMAPINFOHEADER)+ Num Colors*sizeof(RGBQUAD) (LPBITMAPINFO)Iplmg Data, DIB RGB COLORS) if(pAlette & hPrevPalette)4 SelectPalette(hDc, hPrevPalette, FALSE) RealizePalette(hDc) fbmp= creat("c: pcx2bmp bmp,O), Iwrite(fbmp, LPSTR)&bf, sizeof( BITMAPFILEHEADER)) Iwrite(hfbmp, (LPSTR)lplmg Data, BufSize); Iclose(fbmp) fclose( PCXfp) ∥释放内存和资源 ReleaseDC(hWnd, hDc) Global Unlock(hmg Data) return trUe. ∥对每一行进行解码,结果存储到指针p指向的内存中 void ReadPcx line(unsigned char*p, FIlE'fp) signed int n=0. memset(p, 0, Pcx BytesPerLine); ∥读出一个字节 c=fgetc(fp)&Oxff if(c&Oxc0==0xc0){∥是个形成字节 为c的低六位 ∥下一个字节为实际的图象数据

for(x=0;x<bi.biWidth;x++) *(lpPtr++)=LineBuffer[x]; //将该行存储到位图数据中 } //创建新的位图 hBitmap=CreateDIBitmap(hDc,(LPBITMAPINFOHEADER)lpImgData, (LONG)CBM_INIT, (LPSTR)lpImgData+ sizeof(BITMAPINFOHEADER)+ NumColors*sizeof(RGBQUAD), (LPBITMAPINFO)lpImgData, DIB_RGB_COLORS); if(hPalette && hPrevPalette){ SelectPalette(hDc,hPrevPalette,FALSE); RealizePalette(hDc); } hfbmp=_lcreat("c:\\pcx2bmp.bmp",0); _lwrite(hfbmp,(LPSTR)&bf,sizeof(BITMAPFILEHEADER)); _lwrite(hfbmp,(LPSTR)lpImgData,BufSize); _lclose(hfbmp); fclose(PCXfp); //释放内存和资源 ReleaseDC(hWnd,hDc); GlobalUnlock(hImgData); return TRUE; } //对每一行进行解码，结果存储到指针 p 指向的内存中 void ReadPcxLine(unsigned char *p,FILE *fp) { unsigned int n=0,i; char c; memset(p,0,PcxBytesPerLine); do{ //读出一个字节 c=fgetc(fp)&0xff; if((c&0xc0)==0xc0){ //是个形成字节 //i 为 c 的低六位 i=c&0x3f; //下一个字节为实际的图象数据

c=fgetc(tp) whle(-)p[n+]=c;∥/填充连续的i个字节到p中 sepn++=c;∥否则是实际的图象数据,直接填入到p中 } while(n< PcxBytesPerline);∥共读取 PcxBytesPerline个字节 对一幅的PCX文件格式的图象解码后,结果如图9.2所示。显示的是我最喜欢的法国影星 阿佳妮·伊莎贝拉。 Run length algorithm a.. OX Compression Coding Ajani Isabelle 图92一幅PCX文件格式的图象 93LZW算法的大体思想 LZW是一种比较复杂的压缩算法,其压缩效率也比较高。我们在这里只介绍一下它的基本 原理:LZW把每一个第一次出现的字符串用一个数值来编码,在还原程序中再将这个数值 还成原来的字符串。例如:用数值0x100代替字符串“ abccddeee”,每当出现该字符串时, 都用0x100代替,这样就起到了压缩的作用。至于0x100与字符串的对应关系则是在压缩过 程中动态生成的,而且这种对应关系隐含在压缩数据中,随着解压缩的进行这张编码表会从 压缩数据中逐步得到恢复,后面的压缩数据再根据前面数据产生的对应关系产生更多的对应 关系,直到压缩文件结束为止。LZW是无损的。GIF文件采用了这种压缩算法 要注意的是,LZW算法由 Unisys公司在美国申请了专利,要使用它首先要获得该公司的认 94JPEG压缩编码标准

c=fgetc(fp); while(i--) p[n++]=c; //填充连续的 i 个字节到 p 中 } else p[n++]=c; //否则是实际的图象数据，直接填入到 p 中 }while (n<PcxBytesPerLine); //共读取 PcxBytesPerLine 个字节 } 对一幅的 PCX 文件格式的图象解码后，结果如图 9.2 所示。显示的是我最喜欢的法国影星 阿佳妮·伊莎贝拉。 图 9.2 一幅 PCX 文件格式的图象 9.3 LZW 算法的大体思想 LZW 是一种比较复杂的压缩算法，其压缩效率也比较高。我们在这里只介绍一下它的基本 原理：LZW 把每一个第一次出现的字符串用一个数值来编码，在还原程序中再将这个数值 还成原来的字符串。例如：用数值 0x100 代替字符串“abccddeee”，每当出现该字符串时， 都用 0x100 代替，这样就起到了压缩的作用。至于 0x100 与字符串的对应关系则是在压缩过 程中动态生成的，而且这种对应关系隐含在压缩数据中，随着解压缩的进行这张编码表会从 压缩数据中逐步得到恢复，后面的压缩数据再根据前面数据产生的对应关系产生更多的对应 关系，直到压缩文件结束为止。LZW 是无损的。GIF 文件采用了这种压缩算法。 要注意的是，LZW 算法由 Unisys 公司在美国申请了专利，要使用它首先要获得该公司的认 可。 9.4 JPEG 压缩编码标准

JPEG是联合图象专家组( Joint Picture Expert Group)的英文缩写,是国际标准化组织(SO和 ααIT联合制定的静态图象的压缩编码标准。和相同图象质量的其它常用文件格式(如GIF, IFF,PCX)相比,JPEG是目前静态图象中压缩比最高的。我们给出具体的数据来对比一下 例图采用 Windows95目录下的 Clouds. bmp,原图大小为640*480,256色。用工具 SEA( version3)将其分别转成24位色BMP、24位色JPEG、GIF(只能转成256色)压缩格式 24位色TIFF压缩格式、24位色TGA压缩格式。得到的文件大小(以字节为单位)分别为 921,654,17,707,17,152,923044,768,136。可见JPG比其它几种压缩比要高得多,而 图象质量都差不多(JPEG处理的颜色只有真彩和灰度图)。 正是由于JPEG的高压缩比,使得它广泛地应用于多媒体和网络程序中,例如HIML语法 中选用的图象格式之一就是JPEG(另一种是GF)。这是显然的,因为网络的带宽非常宝贵, 选用一种高压缩比的文件格式是十分必要的 JPEG有几种模式,其中最常用的是基于DCT变换的顺序型模式,又称为基线系统( Baseline), 以下将针对这种格式进行讨论 1.JPEG的压缩原理 JPEG的压缩原理其实上面介绍的那些原理的综合,博采众家之长,这也正是JPEG有高压 缩比的原因。其编码器的流程为: 劳线图含换→DcT→量器→的→压缩欺据 量化表 图9.3JPEG编码器流程 解码器基本上为上述过程的逆过程: 压缩数据→熵编码器反量化器→DCT恢复的图象数据 码表 量化表 (从压缩数据中得到)(从压缩数据中得到) 图94解码器流程 8×8的图象经过DCT变换后,其低频分量都集中在左上角,高频分量分布在右下角DCT 变换实际上是空间域的低通滤波器)。由于该低频分量包含了图象的主要信息(如亮度),而高 频与之相比,就不那么重要了,所以我们可以忽略高频分量,从而达到压缩的目的。如何将 高频分量去掉,这就要用到量化,它是产生信息损失的根源。这里的量化操作,就是将某 个值除以量化表中对应的值。由于量化表左上角的值较小,右上角的值较大,这样就起到了 保持低频分量,抑制高频分量的目的。JPEG使用的颜色是YUV格式。我们提到过,Y分 量代表了亮度信息,UV分量代表了色差信息。相比而言,Y分量更重要一些。我们可以对 Y采用细量化,对UV采用粗量化,可进一步提高压缩比。所以上面所说的量化表通常有两 张,一张是针对Y的:一张是针对UV的

JPEG 是联合图象专家组(Joint Picture Expert Group)的英文缩写，是国际标准化组织(ISO)和 CCITT 联合制定的静态图象的压缩编码标准。和相同图象质量的其它常用文件格式(如 GIF， TIFF，PCX)相比，JPEG 是目前静态图象中压缩比最高的。我们给出具体的数据来对比一下。 例图采用 Windows95 目录下的 Clouds.bmp，原图大小为 640*480，256 色。用工具 SEA(version1.3)将其分别转成 24 位色 BMP、24 位色 JPEG、GIF(只能转成 256 色)压缩格式、 24 位色 TIFF 压缩格式、24 位色 TGA 压缩格式。得到的文件大小(以字节为单位)分别为： 921,654，17,707，177,152，923,044，768,136。可见 JPEG 比其它几种压缩比要高得多，而 图象质量都差不多(JPEG 处理的颜色只有真彩和灰度图)。 正是由于 JPEG 的高压缩比，使得它广泛地应用于多媒体和网络程序中，例如 HTML 语法 中选用的图象格式之一就是 JPEG(另一种是 GIF)。这是显然的，因为网络的带宽非常宝贵， 选用一种高压缩比的文件格式是十分必要的。 JPEG 有几种模式，其中最常用的是基于 DCT 变换的顺序型模式，又称为基线系统(Baseline)， 以下将针对这种格式进行讨论。 1. JPEG 的压缩原理 JPEG 的压缩原理其实上面介绍的那些原理的综合，博采众家之长，这也正是 JPEG 有高压 缩比的原因。其编码器的流程为： 图 9.3 JPEG 编码器流程 解码器基本上为上述过程的逆过程： 图 9.4 解码器流程 8×8 的图象经过 DCT 变换后，其低频分量都集中在左上角，高频分量分布在右下角(DCT 变换实际上是空间域的低通滤波器)。由于该低频分量包含了图象的主要信息(如亮度)，而高 频与之相比，就不那么重要了，所以我们可以忽略高频分量，从而达到压缩的目的。如何将 高频分量去掉，这就要用到量化，它是产生信息损失的根源。这里的量化操作，就是将某一 个值除以量化表中对应的值。由于量化表左上角的值较小，右上角的值较大，这样就起到了 保持低频分量，抑制高频分量的目的。JPEG 使用的颜色是 YUV 格式。我们提到过，Y 分 量代表了亮度信息，UV 分量代表了色差信息。相比而言，Y 分量更重要一些。我们可以对 Y 采用细量化，对 UV 采用粗量化，可进一步提高压缩比。所以上面所说的量化表通常有两 张，一张是针对 Y 的；一张是针对 UV 的