c语言图片压缩源代码（c语言压缩文件代码）

今天给各位分享c语言图片压缩源代码的知识，其中也会对c语言压缩文件代码进行解释，如果能碰巧解决你现在面临的问题，别忘了关注本站，现在开始吧！

本文目录一览：

• 1、求一个c++的用lzw（字典）算法来压缩bmp图片的代码
• 2、如何用c语言实现压缩图片内存大小
• 3、求处理图片bmp文件的程序代码（C语言）
• 4、C++程序，怎么把图片压缩到2KB呢？给点思路或源码。

求一个c++的用lzw（字典）算法来压缩bmp图片的代码

参见gif压缩算法源代码。

1.LZW的全称是什么?

Lempel-Ziv-Welch (LZW).

2. LZW的简介和压缩原理是什么？

LZW压缩算法是一种新颖的压缩方法，由Lemple-Ziv-Welch 三人共同创造，用他们的名字命名。它采用了一种先进的串表压缩，将每个第一次出现的串放在一个串表中，用一个数字来表示串，压缩文件只存贮数字，则不存贮串，从而使图象文件的压缩效率得到较大的提高。奇妙的是，不管是在压缩还是在解压缩的过程中都能正确的建立这个串表，压缩或解压缩完成后，这个串表又被丢弃。

LZW算法中，首先建立一个字符串表，把每一个第一次出现的字符串放入串表中，并用一个数字来表示，这个数字与此字符串在串表中的位置有关，并将这个数字存入压缩文件中，如果这个字符串再次出现时，即可用表示它的数字来代替，并将这个数字存入文件中。压缩完成后将串表丢弃。如"print" 字符串，如果在压缩时用266表示，只要再次出现，均用266表示，并将"print"字符串存入串表中，在图象解码时遇到数字266，即可从串表中查出266所代表的字符串"print"，在解压缩时，串表可以根据压缩数据重新生成。

3.在详细介绍算法之前，先列出一些与该算法相关的概念和词汇

1)'Character': 字符，一种基础数据元素，在普通文本文件中，它占用1个单独的byte，而在图像中，它却是 一种代表给定像素颜色的索引值。

2)'CharStream'：数据文件中的字符流。

3)'Prefix':前缀。如这个单词的含义一样，代表着在一个字符最直接的前一个字符。一个前缀字符长度可以为0,一个prefix和一个character可以组成一个字符串(string),

4)'Suffix': 后缀，是一个字符，一个字符串可以由(A,B)来组成，A是前缀,B是后缀,当A长度为0的时候，代表Root，根

5)'Code:码,用于代表一个字符串的位置编码

6)'Entry'，一个Code和它所代表的字符串(string)

4.压缩算法的简单示例，不是完全实现LZW算法，只是从最直观的角度看lzw算法的思想

对原始数据ABCCAABCDDAACCDB进行LZW压缩

原始数据中，只包括4个字符(Character),A,B,C,D,四个字符可以用一个2bit的数表示，0-A,1-B,2-C,3-D,从最直观的角度看，原始字符串存在重复字符：ABCCAABCDDAACCDB，用4代表AB,5代表CC，上面的字符串可以替代表示为:45A4CDDAA5DB,这样是不是就比原数据短了一些呢！

5.LZW算法的适用范围

为了区别代表串的值(Code)和原来的单个的数据值(String)，需要使它们的数值域不重合，上面用0-3来代表A-D,那么AB就必须用大于3的数值来代替，再举另外一个例子，原来的数值范围可以用8bit来表示，那么就认为原始的数的范围是0～255，压缩程序生成的标号的范围就不能为0～255（如果是0-255，就重复了）。只能从256开始，但是这样一来就超过了8位的表示范围了，所以必须要扩展数据的位数，至少扩展一位，但是这样不是增加了1个字符占用的空间了么？但是却可以用一个字符代表几个字符，比如原来255是8bit,但是现在用256来表示254，255两个数，还是划得来的。从这个原理可以看出LZW算法的适用范围是原始数据串最好是有大量的子串多次重复出现，重复的越多，压缩效果越好。反之则越差，可能真的不减反增了。

6.LZW算法中特殊标记

随着新的串(string)不断被发现，标号也会不断地增长，如果原数据过大，生成的标号集（string table)会越来越大，这时候操作这个集合就会产生效率问题。如何避免这个问题呢?Gif在采用lzw算法的做法是当标号集足够大的时候，就不能增大了，干脆从头开始再来，在这个位置要插入一个标号，就是清除标志CLEAR，表示从这里我重新开始构造字典，以前的所有标记作废，开始使用新的标记。

这时候又有一个问题出现，足够大是多大？这个标号集的大小为比较合适呢？理论上是标号集大小越大，则压缩比率就越高，但开销也越高。 一般根据处理速度和内存空间连个因素来选定。GIF规范规定的是12位，超过12位的表达范围就推倒重来，并且GIF为了提高压缩率，采用的是变长的字长。比如说原始数据是8位，那么一开始，先加上一位再说，开始的字长就成了9位，然后开始加标号，当标号加到512时，也就是超过9为所能表达的最大数据时，也就意味着后面的标号要用10位字长才能表示了，那么从这里开始，后面的字长就是10位了。依此类推，到了2^12也就是4096时，在这里插一个清除标志，从后面开始，从9位再来。

GIF规定的清除标志CLEAR的数值是原始数据字长表示的最大值加1，如果原始数据字长是8，那么清除标志就是256，如果原始数据字长为4那么就是16。另外GIF还规定了一个结束标志END，它的值是清除标志CLEAR再加1。由于GIF规定的位数有1位（单色图），4位（16色）和8位（256色），而1位的情况下如果只扩展1位，只能表示4种状态，那么加上一个清除标志和结束标志就用完了，所以1位的情况下就必须扩充到3位。其它两种情况初始的字长就为5位和9位。此处参照了

7.用lzw算法压缩原始数据的示例分析

输入流，也就是原始的数据为:255,24,54,255,24,255,255,24,5,123,45,255,24,5,24,54..................

这个正好可以看到是gif文件中像素数组的一部分，如何对它进行压缩

因为原始数据可以用8bit来表示，故清除标志Clear=255+1 =256,结束标志为End=256+1=257，目前标号集为

0 1 2 3 .................................................................................255 CLEAR END

第一步,读取第一个字符为255,在标记表里面查找，255已经存在，我们已经认识255了，不做处理

第二步,取第二个字符，此时前缀为A,形成当前的Entry为(255,24),在标记集合不存在，我们并不认识255,24好，这次你小子来了，我就记住你，把它在标记集合中标记为258,然后输出前缀A,保留后缀24，并作为下一次的前缀（后缀变前缀)

第三步，取第三个字符为54，当前Entry(24,54),不认识，记录(24,54)为标号259,并输出24,后缀变前缀

第四部：取第四个字符255,Entry=(54,255),不认识，记录(54,255)为标号260,输出54,后缀变前缀

第五步 取第5个字符24，entry=(255,24),啊，认识你，这不是老258么，于是把字符串规约为258，并作为前缀

第六步 取第六个字符255,entry=(258,255)，不认识，记录(258,255)为261,输出258,后缀变前缀

.......

一直处理到最后一个字符,

用一个表记录处理过程

CLEAR=256,END=257

第几步 前缀 后缀 Entry 认识(Y/N) 输出 标号

1 255 （，255）

2 255 24 (255,24) N 255 258

3 24 54 (24,54) N 24 259

4 54 255 (54,255) N 54 260

5 255 24 (255,24) Y

6 258 255 (258,255) N 258 261

7 255 255 (255,255) N 255 262

.....

上面这个示例有些不能完整体现，另外一个例子是

原输入数据为:A B A B A B A B B B A B A B A A C D A C D A D C A B A A A B A B .....

采用LZW算法对其进行压缩，压缩过程用一个表来表述为:

注意原数据中只包含4个character,A,B,C,D

用两bit即可表述，根据lzw算法，首先扩展一位变为3为,Clear=2的2次方+1=4; End=4+1=5;

初始标号集因该为

0 1 2 3 4 5

A B C D Clear End

而压缩过程为:

第几步 前缀 后缀 Entry 认识(Y/N) 输出 标号

1 A （，A）

2 A B (A,B) N A 6

3 B A (B,A) N B 7

4 A B (A,B) Y

5 6 A (6,A) N 6 8

6 A B (A,B) Y

7 6 A (6,A) Y

8 8 B (8,B) N 8 9

9 B B (B,B) N B 10

10 B B (B,B) Y

11 10 A (10,A) N 10 11

12 A B (A,B) Y

.....

当进行到第12步的时候，标号集应该为

0 1 2 3 4 5 6 7 8 9 10 11

A B C D Clear End AB BA 6A 8B BB 10A

8.LZW算法的伪代码实现

1STRING = get input character

2WHILE there are still input characters DO

3 CHARACTER = get input character

4 IF STRING+CHARACTER is in the string table then

5 STRING = STRING+character

6 ELSE

7 output the code for STRING

8 add STRING+CHARACTER to the string table

9 STRING = CHARACTER

10 END of IF

11END of WHILE

12output the code for STRING

13

如何用c语言实现压缩图片内存大小

是(row,col,value)，这样把所有不为零的值组成一个向量。这种存储方式比二维数组节省了不少空间，当然还可以进一步节省，因为三元组里面row或者col重复存储了，一行或者一列存一次就行了，按这种思路走下去就是行压缩存储了。

那具体什么是行压缩存储呢？行压缩存储的思想就是，把所有不为零的值按行访问的顺序组成一个向量，然后再把每一行值不为0的列的下标存下来，这个两个向量的大小和稀疏矩阵中不为0的值得个数相同，当然要实现对行压缩矩阵的访问，还要把每一行的不为0的列的下标在第二个向量中开始的位置存下来，有人把这个叫做指针。有了这三个向量就可以实现对矩阵实现高效的按行访问了。行压缩存储比三元组优秀的不仅是空间的压缩，还有就是行访问时的高效。三元组如果是有序的，可以二分查找来访问一行，但是行压缩存储按行访问时的时间复杂度是常数级的。 大家可以参考下面这个行压缩矩阵示意图：

求处理图片bmp文件的程序代码（C语言）

bmp文件由文件头，位图信息头，颜色表，和数据部组成

文件头：

typedef struct tagBITMAPFILEHEADER

{

    WORD bfType;//位图文件的类型，必须为BM(1-2字节）

    DWORD bfSize;//位图文件的大小，以字节为单位（3-6字节，低位在前）

    WORD bfReserved1;//位图文件保留字，必须为0(7-8字节）

    WORD bfReserved2;//位图文件保留字，必须为0(9-10字节）

    DWORD bfOffBits;//位图数据的起始位置，以相对于位图（11-14字节，低位在前）

    //文件头的偏移量表示，以字节为单位

}BITMAPFILEHEADER;

位图信息头：

typedefstructtagBITMAPINFOHEADER{

    DWORDbiSize;//本结构所占用字节数（15-18字节）

    LONGbiWidth;//位图的宽度，以像素为单位（19-22字节）

    LONGbiHeight;//位图的高度，以像素为单位（23-26字节）

    WORDbiPlanes;//目标设备的级别，必须为1(27-28字节）

    WORDbiBitCount;//每个像素所需的位数，必须是1（双色），（29-30字节）

    //4(16色），8(256色）16(高彩色)或24（真彩色）之一

    DWORDbiCompression;//位图压缩类型，必须是0（不压缩），（31-34字节）

    //1(BI_RLE8压缩类型）或2(BI_RLE4压缩类型）之一

    DWORDbiSizeImage;//位图的大小(其中包含了为了补齐行数是4的倍数而添加的空字节)，以字节为单位（35-38字节）

    LONGbiXPelsPerMeter;//位图水平分辨率，每米像素数（39-42字节）

    LONGbiYPelsPerMeter;//位图垂直分辨率，每米像素数（43-46字节)

    DWORDbiClrUsed;//位图实际使用的颜色表中的颜色数（47-50字节）

    DWORDbiClrImportant;//位图显示过程中重要的颜色数（51-54字节）

}BITMAPINFOHEADER;

打开文件读出这些信息，然后用一个RGB的构造体二维数组（height*width)来读取数据部分

C++程序，怎么把图片压缩到2KB呢？给点思路或源码。

1 傅立叶变化

2 取非常小的窗口

3 用非常大的量化距离

4 变长编码

最后，质量不敢保证，如果原图比较大，色域比较宽。

代码就不写了，网上有现成的。自己编写、调试像傅立叶变化，卷积，加窗等过程一是太麻烦，二是有重新发明轮子的嫌疑。

关于c语言图片压缩源代码和c语言压缩文件代码的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。