DPCM差分预测编码

原理框图：

将输入的像素值与前一个像素值的预测值作差，并对差值进行编码
编码后的差值一路直接输出
编码后的差值另一路通过解码器解出差值，并与前一个像素的预测值相加，得到当前像素的预测值

实验目的：

进行不同量化bit数的差分预测编码
将编码结果进行输出并进行霍夫曼编码
分别计算原图像和量化后的图像进行概率分布
分别计算原图像经过熵编码和经过DPCM+熵编码的图像的压缩比
比较二者压缩效率
计算重建图像的PSNR

实现代码：

#define _CRT_SECURE_NO_DEPRECATE//防止fopen报错
#include<iostream>
#include<stdlib.h>
#include<stdio.h>
#include"math.h"
using namespace std;int Quant(int bnum, int error) //量化
{int i = 0;i = ((error + 255) / pow(2, (9 - bnum)));    //+255将误差值抬为正值再做量化return i;
}int iQuant(int bnum, unsigned char ex_pre) //反量化
{int i = 0;i = (ex_pre * pow(2, (9 - bnum)) - 255);return i;
}void DPCM(unsigned char* or_buf, unsigned char* pre_buf, unsigned char* re_buf, int width, int height, int bnum)
{int error;for (int i = 0; i < height; i++){for (int j = 0; j < width; j++){if (j == 0)//第一列以128进行预测{error = (or_buf[i * width + j]) - 128;     //误差值pre_buf[i * width + j] = Quant(bnum, error);     //量化误差值re_buf[i * width + j] = iQuant(bnum, pre_buf[i * width + j]) + 128;    //重建值}else {   //其他列都以前一列进行预测error = (or_buf[i * width + j]) - re_buf[i * width + j - 1];    //误差值pre_buf[i * width + j] = Quant(bnum, error);    //量化误差值re_buf[i * width + j] = iQuant(bnum, pre_buf[i * width + j]) + re_buf[i * width + j - 1];    //重建值}}}int max = pow(2, bnum) - 1;    //当前量化的最大值for (int i = 0; i < width * height; i++) //处理可能溢出的情况{if (pre_buf[i] < 0)pre_buf[i] = 0;if (re_buf[i] > max)re_buf[i] = max;if (re_buf[i] < 0)re_buf[i] = 0;if (re_buf[i] > 255)re_buf[i] = 255;}
}
double PSNR(unsigned char* or_buf, unsigned char* re_buf, int width, int height, int bnum)
{double mse = 0, psnr = 0;for (int i = 0; i < width * height; i++){mse += pow((or_buf[i] - re_buf[i]), 2);}mse = mse / (width * height);psnr = 10 * log10(pow(255, 2) / mse);return psnr;
}
void Frequency(unsigned char* buffer, double* frequency, int height, int width)    //计算概率
{int size = height * width;for (int i = 0; i < size; i++) frequency[buffer[i]] += 1;for (int i = 0; i < 256; i++) frequency[i] /= size;
}
int main(int argc, char** argv)
{char* or_n = argv[1];     //原始图像char* pre_n = argv[2];    //预测误差图像char* re_n = argv[3];    //重建图像int bnum = atoi(argv[4]);   //量化bit数FILE* or_file = NULL;     //原始yuvFILE* pre_file = NULL;     //预测误差yuvFILE* re_file = NULL;      //重建yuvint width = 256, height = 256;   //除了birds以外所有图片都是256*256的//int width = 768, height = 512;   //birdsunsigned char* y_buf = new unsigned char[width * height];     //原始图像的yuvunsigned char* u_buf = new unsigned char[(width * height) / 4];unsigned char* v_buf = new unsigned char[(width * height) / 4];unsigned char* pre_buf = new unsigned char[width * height];  //预测误差图像bufferunsigned char* re_buf = new unsigned char[width * height];   //重建图像bufferor_file = fopen(or_n, "rb");if (or_file == NULL) {cout << "Failed to open or_file!" << endl;}else {cout << "The or_file has been opened!" << endl;}pre_file = fopen(pre_n, "wb");if (pre_file == NULL) {cout << "Failed to open pre_file!" << endl;}else {cout << "The pre_file has been opened!" << endl;}re_file = fopen(re_n, "wb");if (re_file == NULL) {cout << "Failed to open re_file!" << endl;}else {cout << "The re_file has been opened!" << endl;}//unsigned char* uv_buf = new unsigned char[(width * height) / 2];     //用来处理birds//for (int i = 0; i < (width * height) / 2; i++)//{//  uv_buf[i] = 128;//}//读原文件fread(y_buf, 1, width * height, or_file);fread(u_buf, 1, (width * height) / 4, or_file);fread(v_buf, 1, (width * height) / 4, or_file);//原文件概率分布FILE* ori;ori = fopen("ori_frequency.txt", "wb");double frequency[256] = { 0 };Frequency(y_buf, frequency, height, width);fprintf(ori, "%s\t%s\n", "symbol", "freq");for (int i = 0; i < 256; i++){fprintf(ori, "%d\t%f\n", i, frequency[i]);}DPCM(y_buf, pre_buf, re_buf, width, height, bnum);//计算PSNRdouble psnr;psnr = PSNR(y_buf, re_buf, width, height, bnum);cout << "The PSNR of " << or_n << " is " << psnr << endl;//写预测误差文件fwrite(pre_buf, 1, width * height, pre_file);fwrite(u_buf, 1, (width * height) / 4, pre_file);fwrite(v_buf, 1, (width * height) / 4, pre_file);//    //写预测误差文件//fwrite(pre_buf, 1, width * height, pre_file);//fwrite(uv_buf, 1, (width * height) / 2, pre_file);     //处理birds//预测误差文件概率分布FILE* pre;pre = fopen("pre_frequency.txt", "wb");double frequency_[256] = { 0 };Frequency(pre_buf, frequency_, height, width);fprintf(pre, "%s\t%s\n", "symbol", "freq");for (int i = 0; i < 256; i++){fprintf(pre, "%d\t%f\n", i, frequency_[i]);}//写重建图像文件fwrite(re_buf, 1, width * height, re_file);fwrite(u_buf, 1, (width * height) / 4, re_file);fwrite(v_buf, 1, (width * height) / 4, re_file);fclose(or_file);fclose(pre_file);fclose(re_file);delete[] y_buf;delete[] u_buf;delete[] v_buf;delete[] pre_buf;delete[] re_buf;return 0;}

8bit量化：

PSNR：

预测和重建图像：

4bit：

原始图像	原始大小	直接熵编码后大小	压缩比	DPCM+熵编码大小	压缩比
lena256b.yuv	96	68.2	1.4	45	2.1
birds.yuv	576	519	1.1	191	3.0

DPCM差分预测编码相关推荐

数据压缩第六周作业——DPCM预测编码
目录实验要求实验原理实验内容实验步骤实验代码 1.将bmp文件转换为yuv文件(使用之前做的bmptoyuv代码) 2.新建项目,设置命令行参数 3.main函数 4.定义DPCM函数 5. ...
[数据压缩]_实验③ DPCM编码
实验4 DPCM压缩文章目录实验4 DPCM压缩一.实验名称二.实验目的三.实验内容 1.DPCM编码原理 2.DPCM编码系统的设计四.实验步骤 1.method.h头文件 2.main ...
6.1 Python图像处理之图像编码技术和标准-DPCM编码
6.1 Python图像处理之图像编码技术和标准-DPCM编码文章目录 6.1 Python图像处理之图像编码技术和标准-DPCM编码 1 算法原理 2 代码 3 效果 1 算法原理预测编码利用的 ...
DPCM编码算法实现
目录一.DPCM编解码原理二.DPCM编码系统设计三.算法实现 1.代码 2.运行结果 3.结果分析一.DPCM编解码原理 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DPC ...
DPCM算法编码实现
目录一.DPCM系统 1.DPCM编解码原理 2.量化误差 3.DPCM编解码系统设计二.算法实现 1.素材准备 2.主程序 3.DPCM 4.PSNR 三.实验结果一.DPCM系统 1.DPC ...
[数据压缩作业6]DPCM压缩系统的实现和分析
目录 (一)实验名称 (二)实验目的 (三)主要设备 (四)实验内容一.原理 1. DPCM编解码 2. PSNR峰值信号噪声比 (五)实验步骤一.DPCM编码系统的设计二.代码 1. DPCM ...
数据压缩实验四--DPCM
数据压缩实验四--DPCM 实验原理 DPCM编解码原理 PSNR计算压缩质量实验代码 DPCM.cpp main.cpp DPCM.h 实验步骤实验图片的准备命令参数图像质量比较 8比特量化 ...
数据压缩【实验四】DPCM压缩系统的实现和分析
目录一.实验目的二.实验原理三. 实验代码 (1)代码 (2)输出结果四.实验结果 (1)压缩 (2) PSNR峰值信噪比原理算法重建图像五.实验分析一.实验目的掌握DPCM编解码 ...
DPCM编码算法的实现与分析
目录 DPCM编解码原理 DPCM编码系统的设计量化误差PSNR DPCM main.cpp 实验结果实验总结 DPCM编解码原理 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D ...
数据压缩（8）：DPCM 压缩系统的实现和分析
1.DPCM编解码原理 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 ...

DPCM差分预测编码

DPCM差分预测编码相关推荐

最新文章

热门文章