Multimedia-Ajax-Lecture4

本期主题：数据压缩基础
重点掌握：RLC行程编码，VLC可变长度编码，算术编码。

无损压缩，有损压缩，字面意思

压缩比 C_ratio = Bit_before/Bit_after

常见的熵编码有：香农(Shannon)编码、哈夫曼(Huffman)编码和算术编码(arithmetic coding)。RLC不算熵编码。  

Information Theory信息论基础

Probability Distribution Function (PDF):概率分布函数，表示数据集中每个元素出现的概率。

信息论之父：香农

信息熵Entropy计算公式：

信息熵计算示范：

信息熵的意义：定义了每个字符占用bit数的下限，可以理解为任何编码存储得到的平均bit数，一定大于等于1.9bits。

对于一个256的灰度图片，如果他的每个像素值出现概率均等，那么可以计算它的熵为

所以对于此图片的元素平均占bit位最少为8.

Run_length Coding行程编码

用数字表示重复字符，重复字符多才有意义

二进制文件总是01，RLC可以有效压缩。

Variable_Length Coding可变长度编码

香隆算法：按照出现频率分割元素树。自上而下
霍夫曼算法：自下而上，合并成树。
霍夫曼code优点：最小冗余码，平均bit长度

可谓非常优秀了

霍夫曼编码Huffman Coding
一个文件中有不同的字母，正常都是占一个字节，但是可能也不需要8bits这么多字节，如果字符数量比较少的的话，而且每个字符出现的频率也是不一样的，那么很朴素的想到，就是使用较少的bit去记录频率比较高的字符，长bit去记录频率低的的字符，这样最后出来的bits用量就经可能少。
要进行huffman编码：
1要知道所以的字符，以及每个字符出现的频率.
2然后计算霍夫曼字典huffmandict
3有了字典就可以对字符串编码和解码

（考点，掌握手动计算Huffman字典的方法）

Arithmetic Coding算术编码

JPEG and JPEG2000使用了算数编码
非常接近bit下限，但是计算复杂。
算术编码结果是一个十进制小数，在一个左闭右开区间。

需要对结果进行十进制小数到二进制小数转换，找到一个属于区间的二进制小数。


二进制小数在线转换器​​​​​​​