【原创】JPEG图像密写研究（二） 哈夫曼树的建立

【原创】记录自己研究的过程，仅供参考，欢迎讨论。。。

 

在根据JPEG图像文件结构读取完文件后，提取出其中DHT段，利用其中内容建立哈夫曼树，便于之后译码工作。这里需要注意的是文件中的哈夫曼表数量不固定，可能为一个，可能为四个，即是可能需要建立多个哈夫曼树，要注意数据选择，不要选择了其他树的数据。

下面为DHT段内容：

 DHT，Difine Huffman Table，定义哈夫曼表

标记代码                                 2字节            固定值0xFFC4

包含2个具体字段：
 ①数据长度                             2字节            字段①和多个字段②的总长度
                                                                   即不包括标记代码，但包括本字段
 ②哈夫曼表              数据长度-2字节

a)表ID和表类型            1字节            高4位：类型，只有两个值可选
                                                                     0：DC直流；1：AC交流
                                                        低4位：哈夫曼表ID，
                                                                     注意，DC表和AC表分开编码

b)不同位数的码字数量    16字节

c)编码内容       16个不同位数的码字数量之和（字节）

我们可以从 ①数据长度 得到哈夫曼表的总大小，这样可以保证不会读取出界。每个表的长度也可以从 b)不同位数的码字数量 得到，这16个字节的和就是这个表的长度。c)编码内容 并不是图像的数据内容，而是从小到大每个码字的权值，权值在建树时用不上，但是后面译码离不开它，因此在建树时也要保存每个码字的权值。

 

这里以一个哈夫曼表为例，介绍一下建立过程。

 

首先，第一个字节为表ID和表类型，这是以后译码需要的东西，保存下来，能和之后的树对应上即可。

其次，16个字节分别对应从1-16码长的编码个数，即第一个字节记录码长为1的编码个数，第二个为码长为2的编码个数，以此类推。。。因此这16个字节加起来即为所有编码个数，这也是很重要的。读取这16个字节的同时即可建立树，在建树的同时读取对应的权值保存即可，在读完的同时，树也建立完成~

 

对于读取到的编码个数，有两种情况，为0或者不为0（废话。。），下面讨论两种情况各自的处理办法：

• 为0

  为0则说明没有该码长的编码，这就说明树生长到这里没有叶子，产生的均为内节点，则当前的每个节点都继续生长。

  例如，读取的第一个字节为0，则说明码长为1的编码个数为0，这时就需要从根节点继续生长，即根节点产生左右儿子，并且这两个子节点均不是叶节点，再读取下一个字节的时候，这两个节点都需要继续生长。

• 不为0

  不为0则说明该码长的编码有，假设为1，其他同理，依旧是第一个字节的时候，这时有一个根节点，并且其生长出来的一个儿子是叶节点，即该节点不会再生长，另一个儿子为内节点，读取下个字节的时候继续生长。

之后不断读取剩下的字节，根据上面进行处理，读完即可建立完树。

 

每个码字对应的权值在建树时即可读取，权值的位置可以由编码在16个字节中的位置和已读取的字节数推算出来，这个具体的关系画个图就可以看出来了。

 

PS：C/C++中的指针需要初始化，不然很容易内存泄露，后果都懂的，在找到毛病前，我的VS已经未响应了好多次。。。。

PPS：图像数据中可能会有多个DHT段，如果为了程序的兼容性，需要考虑到多个DHT段的情况，否则最终只记录了一个哈夫曼树的数据~