f=[119 123 168 119;123 119 168 168]; f=[f;119 119 107 119;107 107 119 119]; %f有8個不同的值 p=hist(f(:),8); %求得p中每個元素出現的次數 p=p/sum(p); %求得p中每個值出現的概率 h=entropy(f); %求得f的熵f2=uint8([2 3 4 2; 3 2 4 4; 2 2 1 2; 1 1 2 2]); %f2是4x4數組 whos('f2') ; %打印f2的相關信息 %先統計f2中的數據出現的概率，然后進行Huffman編碼 c=huffman(hist(double(f2(:)),4)); %c是碼表，共4個元素 hlf2=c(f2(:))' %利用碼表c對原矩陣f2進行編碼，顯示編碼后的數據 whos('hlf2') %由于采用double類型編碼，編碼后長度加大 h3f2=mat2huff(f2);%利用mat2huff函數對f2進行Huffman編碼，輸出為二進制流的形式 whos('h3f2') %輸出h3f2為一個結構體，存儲有碼表信息和編碼信息 hcode=h3f2.code; %hcode 是編碼后的碼流%以二進制的方式顯示編碼流 dec2bin(double(hcode)) f=imread('你的圖'); c=mat2huff(f); %對f進行Huffman編碼 cr1=imratio(f,c) %計算圖像壓縮比率

f1=imread('你的圖'); imshow(f1); c1=mat2huff(f1); %對f2進行Huffman編碼 entropy(f1) %打印f1的熵 imratio(f1,c1) %打印圖像壓縮比率f2=imread('你的圖') figure,imshow(f2); c2=mat2huff(f2); %對f2進行Huffman編碼 entropy(f2) %打印f2的熵 imratio(f2,c2) %打印圖像壓縮比率 %**************************無損預測編碼************************ f=imread('你的圖'); e=mat2lpc(f); %對f進行線性預測編碼，e是預測誤差圖像 imshow(mat2gray(e)); %將預測誤差圖像縮放到[0,1]之間，然后顯示出來 entropy(e) %打印預測誤差圖像的熵 c=mat2huff(e); %對預測誤差圖像進行Huffman編碼

f=imread('你的圖'); imshow(f); %對f進行IGS量化，q是量化系數 q=quantize(f,4,'igs'); %quantize 是量化函數 qs=double(q)/16; %對q的值進行縮小 e=mat2lpc(qs); %對量化系數進行線性預測編碼 c=mat2huff(e); %對預測誤差進行Huffman編碼 imratio(f,c) %計算并打印圖像壓縮比率 %**************************解碼過程*********************************** ne=huff2mat(c); %ne是Huffman解碼后的矩陣 nqs=lpc2mat(ne); nq=16*nqs; %反量化 compare(q,nq); %比較q和nq之間的差值 rmse=compare(f,nq); %圖像壓縮后的均方根誤差，由量化引起

f=imread('你的圖'); imshow(f); % 調用im2jpeg函數對圖像進行JPEG壓縮，采用默認量化參數。 c1 = im2jpeg(f); f1=jpeg2im(c1); % JPEG圖像解壓 imratio(f, c1) % 計算并打印圖像壓縮比率 compare(f, f1, 3) % 計算圖像壓縮后的誤差 c4 = im2jpeg(f, 4); % 圖像壓縮，采用4倍的量化參數 f4 = jpeg2im(c4); % JPEG圖像解壓 imratio(f, c4); % 計算并打印圖像的壓縮比 compare(f, f4, 3); % 計算并打印圖像壓縮后的誤差

總結

以上是生活随笔為你收集整理的MATLAB 图像压缩的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。