[二维压缩] | 图像游程编码

本文探讨了Run-LengthEncoding在图像压缩中的应用,特别是通过游程编码方法,展示了如何利用连续像素的颜色相似性来减少数据量。还提供了Python代码实现,包括RLE编码灰度图像的基本步骤。


一、Run-Length Encoding

这种数据压缩方法背后的思想是:如果一个数据项d在输入流中连续出现n次,则用单对nd替换n次出现。然后,一个数据项的连续出现被称为运行长度为n,这种进行数据压缩的方法被称为运行长度编码或RLE。我们首先将这个想法应用于文本压缩,然后再应用于图像压缩。

二、图像游程编码

1.图像游程编码方法

RLE是压缩图形数据的自然候选对象。数字图像由被称为像素的小点组成。每个像素可以是一位,表示一个黑色或一个白点,也可以是几个位,表示几种颜色或灰色阴影中的一种。我们假设像素存储在内存中一个称为位图的数组中,因此位图是图像的输入流。像素通常以扫描线排列在位图中,所以第一个位图像素是图像左上角的点,最后一个像素是右下角的点。使用RLE压缩图像是基于这样的观察,即如果我们在图像中随机选择一个像素,它的邻居很有可能会有相同的颜色。因此,压缩器逐行扫描位图,寻找相同颜色的像素运行。如果位图开始,例如,17个白色像素,1个黑色像素,55个白色像素,等等,那么只有数字17、1、55,…需要写入输出流。

2. 图像游程编码代码实现

class Run_Length_Encoding:
    def __init__(self):
        self.lowbit = '0'
        self.highbit = '1'
        self.compression_factor_text = 4
        self.escape_character 
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值