DPCM编码的python实现及结合霍夫曼编码的压缩效率分析

最新推荐文章于 2022-07-11 04:06:36 发布

原创

最新推荐文章于 2022-07-11 04:06:36 发布 · 1.3k 阅读

3 ·

CC 4.0 BY-SA版权

本文详细介绍了DPCM编码的工作原理、算法实现，重点展示了8bit和4bit量化过程，并通过压缩比和PSNR指标分析其压缩效果。探讨了霍夫曼编码在DPCM后带来的显著文件尺寸减少，以及像素值概率分布对压缩效率的影响。

一、DPCM编码

1.原理

DPCM是差分预测编码调制的缩写，是比较典型的预测编码系统。在DPCM系统中，需要注意的是预测器的输入是已经解码以后的样本。之所以不用原始样本来做预测，是因为在解码端无法得到原始样本，只能得到存在误差的样本。因此，在DPCM编码器中实际内嵌了一个解码器，如编码器中虚线框中所示。
在一个DPCM系统中，有两个因素需要设计：预测器和量化器。理想情况下，预测器和量化器应进行联合优化。实际中，采用一种次优的设计方法：分别进行线性预测器和量化器的优化设计。
在这里插入图片描述

2.算法实现

void DPCM(unsigned char* yinBuf, unsigned char* yBuf, unsigned char* dpBuf, unsigned int frameWidth, unsigned int frameHeight)
{
   
   
	int tmp;
	int out;

	for (int i = 0; i < frameHeight * frameWidth; i++)
	{
   
   
		if (i % frameWidth == 0)
		{
   
   
			dpBuf[i]