C++實(shí)現(xiàn)圖像壓縮的示例代碼

更新時(shí)間：2023年12月26日 10:54:29 作者：可以幫我找找鑰匙嗎.

這篇文章主要為大家詳細(xì)介紹了如何使用C++實(shí)現(xiàn)圖像壓縮的功能,文中的示例代碼講解詳細(xì),感興趣的小伙伴可以跟隨小編一起學(xué)習(xí)一下

一、問題描述

一幅圖像由n*m個(gè)像素點(diǎn)組成，其中每個(gè)像素的灰度值范圍是0~255（即需要8bit來存儲(chǔ)像素的灰度值），由此可以得出存儲(chǔ)此圖像需要的存儲(chǔ)空間為n*m*8（bit）。

不難看出，直接采用上述的存儲(chǔ)方式是需要占用很多存儲(chǔ)空間的。此時(shí)可以采用圖像壓縮算法來節(jié)省存儲(chǔ)空間。

二、算法分析

1、算法思想

將像素序列分段，段內(nèi)的像素灰度值相似(可以用小于8bit的空間來存儲(chǔ)一個(gè)像素灰度值)，一段內(nèi)的像素用相同的bit數(shù)來存儲(chǔ)，只需要額外存儲(chǔ)每段的長度和bit數(shù)即可，這樣可以節(jié)省很多空間

于是問題的關(guān)鍵就在于如何分段，使得存儲(chǔ)空間的占用最少

2、算法實(shí)現(xiàn)

假設(shè)像素點(diǎn)的灰度集合為p[n]，創(chuàng)建三個(gè)表 s[i]、l[i]、b[i]，其中：

s[i]來記錄前 i 個(gè)數(shù)字的最優(yōu)處理方式得到的最優(yōu)解。
l[i]來記錄當(dāng)前第 i 個(gè)數(shù)所在組中有多少個(gè)數(shù)。
b[i]中存放前 i 個(gè)像素點(diǎn)最后一段位數(shù)的最大值。

假設(shè)產(chǎn)生了m個(gè)段,則存儲(chǔ)第i段像素所需要的空間為 : l[i] * b[i] + 11(l[i] * b[i]表示這一段像素本身需要的信息, 11則表示這一段的長度l[i]以及該段像素每一個(gè)都用幾位來表示b[i], 即3 + 8 = 11位)

總存儲(chǔ)空間為 11m+∑ l[i]*b[i]

此時(shí)只要找出最優(yōu)數(shù)組，即可得到最有效的壓縮方法。最優(yōu)數(shù)組含義是：s[i]，1≤i≤n，是像素序列{p1,…,pi}的最優(yōu)分段所需的存儲(chǔ)位數(shù)。

遞推關(guān)系式：

三、代碼實(shí)現(xiàn)

#include<iostream>
using namespace std;
const int N = 10;
 
 
void show(int s[], int l[], int b[], int n)
{
	//在輸出s[n]存儲(chǔ)位數(shù)后，s[]數(shù)組則被重新賦值，用來存儲(chǔ)分段的位置  
	cout << "圖像壓縮后的最小空間為：" << s[n] << endl;
}
 
 
int length(int x)
{
	int count = 1;
	x = x / 2;
	while (x > 0)
	{
		count++;
		x = x / 2;
	}
	return count;
}
 
void compress(int n,int p[N], int s[N], int l[N], int b[N])
{
	int lmax = 256,bmax;
	int header = 11;
	s[0] = 0;
	for (int i = 1; i <= n; i++)
	{
		b[i] = length(p[i]);
		bmax = b[i];
		s[i] = s[i - 1] + bmax;
		l[i] = 1;
		for (int j = 2; j <= i && j <= lmax; j++)
		{
			if (bmax < b[i - j + 1])
			{
				bmax = b[i - j + 1];
			}
			if (s[i] > s[i - j] + j * bmax)
			{
				s[i] = s[i - j] + j * bmax;
				l[i] = j;
			}
		}
		s[i] += header;
	}
}
 
 
int main()
{
	int data[N] = { 10,12,11,9,145,238,2,3,5,1 };
	cout << "圖像的灰度值序列：";
	for (int i = 0; i < N; i++)
	{
		cout << data[i]<<" ";
	}
	cout << endl;
	int s[N],l[N], b[N];
	compress(N - 1, data, s, b, l);
	show(s,l,b,N - 1);
	
}

運(yùn)行結(jié)果：