Matlab DIP(瓦)ch8图像压缩练习

 

    本章中，主要粗略练习图像压缩方面的知识。图像压缩分为3部分，编码压缩，像素间冗余压缩，心理视觉冗余压缩。编码主要分为线性预测编码，哈弗曼编码，已经JPEG和JPEG2000等。

练习代码和解释如下：

%第八章  图像压缩
 10 %% entropy熵
clc
clear
f=[119 123 168 119;123 119 168 168]
f=[f;119 119 107 119;107 107 119 119]%不想分行的写法
h1=entropy(f,8)%直接算其8个bin的熵
%%h1=1.7806

%[p x]=hist(Y,X),如果X是一个标量，则表示将Y列向量均分为X个斌
%p返回每一个bin中对应数量，x返回每一个bin的中心位置
[p x]=hist(f(:),8)
hist(f(:),8)%没有单独写返回值的情况下就是画出f的直方图
title('向量f的直方图显示')

p=p/sum(p)%直方图bin中个数与总个数之比
%p =
%    0.1875    0.5000    0.1250         0         0         0         0    0.1875
h2=entropy(f)%其计算方法为h=-sum([p(i).*log2(p(i)));
%h2=1.7806，结果与h1是一样的
c=huffman(hist(double(f(:)),4))
%其中hist(double(f(:)),4)为11     2     0     3，所以
%计算出来的其haffman编码为按其顺序给的
%c = 
%    '1'
%    '001'
%    '000'
%    '01'
cp=huffman([0.1875 0.5 0.125 0.1875])
%cp = 
%    '011'
%    '1'
%    '010'
%    '00'

%% huffman
clc
clear
f2=uint8([2 3 4 2;3 2 4 2;2 2 1 2;1 1 2 2])
R1=whos('f2')
%运行结果如下：

c=huffman(hist(double(f2(:)),4))
%c= '00'
%    '1'
%    '010'
%    '011'
h1f2=c(f2(:))'%g该句的作用就是将f2中的元素按照c来查表
whos('h1f2');%可以看出其存储空间用了1014个字节

h2f2=char(h1f2)'%此处需要转置是因为char函数把包元数组转换成行向量
%h2f2=
%1010011000011111
% 1 01  0110     
% 0  0   11  
whos('h2f2')%可以看到此处仍然用了96个bytes
%运行结果如下：

h2f2=h2f2(:)
h2f2(h2f2==' ')=[];%此处单引号内的空格不能少
whos('h2f2');
%运行结果如下：

h3f2=mat2huff(f2)%该函数的功能是用huffman编码一个矩阵
whos('h3f2');%虽然返回的需要128个字节，不过主要是应用于结构的开销
%运行结果如下：

hcode=h3f2.code;
whos('hcode')%可以看出压缩比接近4：1
%运行结果如下：

dec2bin(double(hcode))%转换成二进制
%运行结果如下：

%% cell数据结果的理解
clc
clear
X=cell(2,3)%注意虽然X是2行3列，但是其顺序是从上到下，从左到右的
X{1}={8,9}
X{1}
X(1)

X{2}=5
X{2}
X(2)

X(3)={6}
X{3}
X(3)

X(4)={[7 9]}
X{4}
X(4)

X{5}={[10,11]}
X{5}
X(5)

X{6}=[12,13]
X{6}
X(6)

celldisp(X)%列出每一个包元的数值
cellplot(X)%画出包元的结构图
title('cell示意图')
%其运行结果如下：

%% 剪去第一个元素的方法
clc
clear
p=[1 2 3 4]
p(1)=[]%此时p=2 3 4

%%
clc
clear

%编码：
f1=imread('.\images\dipum_images_ch08\Fig0804(a)(Tracy).tif');
c=mat2huff(f1)
cr1=imratio(f1,c)

save .\Data\SqueezeTracy.mat;
cr2=imratio('.\images\dipum_images_ch08\Fig0804(a)(Tracy).tif','.\Data\SqueezeTracy.mat')
%可以看出2者的压缩比是不同的，主要差别在matlab数据文件的开销

%解码：
load .\Data\SqueezeTracy.mat;
g=huff2mat(c);
rmse=compare(f1,g)%可以看出rmse=0，说明在编码和解码的过程中均方根误差为0

%% 无损预测编码
clc
clear
f=imread('.\images\dipum_images_ch08\Fig0807(c)(Aligned).tif')
imshow(f);
title('预测编码原图')

%其运行结果如下：

fshang=entropy(f)%fsang=7.3505
c0=mat2huff(double(f));
cfshang=entropy(c0.code)%cfshang=7.9963
cfr=imratio(f,c0)%cfr=1.0821,即huffman编码后熵变大

%预测编码
e=mat2lpc(f);
figure,imshow(mat2gray(e));
title('线性预测编码后图');
esgang=entropy(e)%esang=5.9727,变小
cer=imratio(f,unit8(e))%cer=1.0821
%其运行结果如下：

c=mat2huff(e);%将lpc编码后继续进行huffman编码
ceshang=entropy(c.code)%7.9937
cr=imratio(f,c)%1.3311

%解码
ee=huff2mat(c);
ff=lpc2mat(ee);
figure,imshow(ff,[])
title('解码后图')

[h,x]=hist(e(:)*512,512);
figure,bar(x,h,'k');
set(gcf,'outerposition',get(0,'screensize'))%设置目标的属性
title('预测误差的直方图')
%其运行结果如下：

g=lpc2mat(huff2mat(c));
compare(f,g)%值为0，无损还原

%% 利用无损预测和霍夫编码混合的IGS(改进的灰度级)量化
clc
clear
f=imread('.\images\dipum_images_ch08\Fig0810(a)(Original).tif');
q=quantize(f,4,'igs');%用该函数进行igs量化,量化到4bit
qs=double(q)/16;
e=mat2lpc(qs);
c=mat2huff(e);
imratio(f,c)%此处得到值为4.1420

%解压缩(无反变换)
ne=huff2mat(c);
nqs=lpc2mat(ne);
nq=16*nqs;
compare(q,nq)%无损预测和霍夫编码不会产生灰度级误差
rmse=compare(f,nq)%rmse=6.8382，说明误差有7个灰度级

%%JPEG压缩
clc
clear
f=imread('.\images\dipum_images_ch08\Fig0804(a)(Tracy).tif');
imshow(f);
title('JPEG压缩前图像');
%其运行结果如下：

c1=im2jpeg(f);
f1=jpeg2im(c1);
figure,imshow(f1);
title('JPEG压缩后图像');%肉眼看不出太大的区别
%其运行结果如下：

imratio(f,c1)%压缩比约为18.2450
compare(f,f1,3)%2.4329,compare函数的功能是计算并显示在Scale等级2个矩阵直接的错误
%其运行结果如下：

c4=im2jpeg(f,4)
f4=jpeg2im(c4);
figure,imshow(f)
title('标准化数组乘以4后')
%其运行结果如下：

 

imratio(f,c4)
compare(f,f4,3)
%其运行结果如下：

%%　JPEG2000压缩
clc
clear
f=imread('.\images\dipum_images_ch08\Fig0804(a)(Tracy).tif');
imshow(f);
title('JPEG2000压缩前图像');
%其运行结果如下：

c1=im2jpeg2k(f,5,[8 8.5]);%使用5尺度变换，参数为[8 8.5]的隐式量化
f1=jpeg2k2im(c1);
figure,imshow(f1);
title('JPEG2000压缩后图像(8.5)');
%其运行结果如下：

rms1=compare(f,f1)%3.6241
cr1=imratio(f,c1)%42.1589
%8.5压缩后图像误差如下：

c2=im2jpeg2k(f,5,[8 7]);%使用5尺度变换，参数为[8 8.5]的隐式量化
f2=jpeg2k2im(c2);
figure,imshow(f2);
title('JPEG2000压缩后图像(7)');
%其运行结果如下：

rms2=compare(f,f2)%5.9202
cr2=imratio(f,c2)%87.7323
%7压缩后图像误差如下：

c3=im2jpeg2k(f,1,[1 1 1 1]);%使用5尺度变换，参数为[8 8.5]的隐式量化
f3=jpeg2k2im(c3);
figure,imshow(f3);
title('JPEG2000压缩后图像(1)');
%其运行结果如下：

rms3=compare(f,f3)%0.7858
cr3=imratio(f,c3)%1.6350
%1压缩后图像误差如下：

 

   练习得比较基本，很多函数内部的代码没有分析，等功底深些再学习吧。