三金中文字高清无码,日韩在线成年视频网站

1，JPEG建議使用兩種熵編碼方法和

JPEG建議使用兩種熵編碼方法：Huffman編碼和自適應二進制算術編碼。熵編碼可分成兩步進行，首先把DC和AC系數轉換成一個中間格式的符號序列，第二步是給這些符號賦以變長碼字。

JPEG建議使用兩種熵編碼方法和

2，下面哪個不屬于統計編碼熵編碼A哈夫曼編碼 B行程編碼 C

B上面那題不是提示行程編碼和熵編碼是統一級別的，所以兩者不是包含關系

你好！我覺得是D根據人民郵電出版社的《多媒體技術教程》，前三個均為統計編碼我的回答你還滿意嗎~~

下面哪個不屬于統計編碼熵編碼A哈夫曼編碼 B行程編碼 C

3，算術編碼的介紹

算術編碼，是圖像壓縮的主要算法之一。是一種無損數據壓縮方法，也是一種熵編碼的方法。和其它熵編碼方法不同的地方在于，其他的熵編碼方法通常是把輸入的消息分割為符號，然后對每個符號進行編碼，而算術編碼是直接把整個輸入的消息編碼為一個數，一個滿足(0.0 ≤ n < 1.0)的小數n。

算術編碼的介紹

4，基本熵編碼30的二進制

數字在計算機中是以補碼方式存放的,正數的補碼就是原碼,負數的補碼為符號位不變,原碼按位取反再加1,-30的二進制表示計算方法如下：因為是負數,所以,符號位為130的原碼為11110(即16+8+4+2=30),按位取反得到00001,再加1得到00010加上符號位,結果為：100010驗證：win7的系統,打開計算器,直接輸入-30,可以看到下面的二進制表示,如圖：紅框中的6位二進制,即為-30的二進制表示.

如果按字節(jié)計算的話，-30為256-30=226，轉換為二進制就是11100010再看看別人怎么說的。

5，什么是熵編碼

中文名稱：熵編碼英文名稱：entropy coding定義：編碼過程中按熵原理不丟失任何信息的編碼。數據壓縮技術的理論基礎就是信息論。信息論中的信源編碼理論解決的主要問題：（1）數據壓縮的理論極限（2）數據壓縮的基本途徑。根據信息論的原理，可以找到最佳數據壓縮編碼的方法，數據壓縮的理論極限是信息熵。如果要求編碼過程中不丟失信息量，即要求保存信息熵，這種信息保持編碼叫熵編碼，是根據消息出現概率的分布特性而進行的，是無損數據壓縮編碼。在視頻編碼中，熵編碼把一系列用來表示視頻序列的元素符號轉變?yōu)橐粋€用來傳輸或是存儲的壓縮碼流.輸入的符號可能包括量化的變換系數(像上面所說的運行級或零樹),運動向量(對于每個運動補償塊的向量值x和y),標記(在序列中用來表示重同步位的點),頭(宏塊頭,圖象頭,序列的頭等)以及附加信息(對于正確解碼來說不重要的信息).

不對，底數為2并不是指每種元素只有兩個狀態(tài)，當時申農在創(chuàng)立這個信息熵的公式時，之所以選底數2，主要是為了把這個計算結果值的單位使用bit。因為bit是一個二制中度量存貯信息容量的單位，在計算機中被稱為比特，而在二進制中只有0，1二值。如果計算出的信息量的單位要沿用計算機中的bit這個單位的話，那么它的底數就必須取2，這并不等于說在計算信息量中，事件的狀態(tài)必須是二值的。換句話說，一個9態(tài)事件的熵值是-log(2)9。（括號中的2表示底數），即-3.17 bit，那么為了消除其不確定性，需要的信息量即為3.17 bit。應該說，取什么底都可以，取不同的底，單位就不同，如果用bit作單位，那底就要取2.

6，什么是哈夫曼編碼

哈夫曼編碼(Huffman Coding)是一種編碼方式，哈夫曼編碼是可變字長編碼(VLC)的一種。 Huffman于1952年提出一種編碼方法，該方法完全依據字符出現概率來構造異字頭的平均長度最短的碼字，有時稱之為最佳編碼，一般就叫作Huffman編碼。以哈夫曼樹─即最優(yōu)二叉樹，帶權路徑長度最小的二叉樹，經常應用于數據壓縮。在計算機信息處理中，“哈夫曼編碼”是一種一致性編碼法（又稱"熵編碼法"），用于數據的無損耗壓縮。這一術語是指使用一張?zhí)厥獾木幋a表將源字符（例如某文件中的一個符號）進行編碼。這張編碼表的特殊之處在于，它是根據每一個源字符出現的估算概率而建立起來的（出現概率高的字符使用較短的編碼，反之出現概率低的則使用較長的編碼，這便使編碼之后的字符串的平均期望長度降低，從而達到無損壓縮數據的目的）。這種方法是由David.A.Huffman發(fā)展起來的。例如，在英文中，e的出現概率很高，而z的出現概率則最低。當利用哈夫曼編碼對一篇英文進行壓縮時，e極有可能用一個位(bit)來表示，而z則可能花去25個位（不是26）。用普通的表示方法時，每個英文字母均占用一個字節(jié)（byte），即8個位。二者相比，e使用了一般編碼的1/8的長度，z則使用了3倍多。倘若我們能實現對于英文中各個字母出現概率的較準確的估算，就可以大幅度提高無損壓縮的比例。本文描述在網上能夠找到的最簡單，最快速的哈夫曼編碼。本方法不使用任何擴展動態(tài)庫，比如STL或者組件。只使用簡單的C函數，比如：memset，memmove，qsort，malloc，realloc和memcpy。因此，大家都會發(fā)現，理解甚至修改這個編碼都是很容易的。背景哈夫曼壓縮是個無損的壓縮算法，一般用來壓縮文本和程序文件。哈夫曼壓縮屬于可變代碼長度算法一族。意思是個體符號（例如，文本文件中的字符）用一個特定長度的位序列替代。因此，在文件中出現頻率高的符號，使用短的位序列，而那些很少出現的符號，則用較長的位序列。編碼使用我用簡單的C函數寫這個編碼是為了讓它在任何地方使用都會比較方便。你可以將他們放到類中，或者直接使用這個函數。并且我使用了簡單的格式，僅僅輸入輸出緩沖區(qū)，而不象其它文章中那樣，輸入輸出文件。 bool CompressHuffman(BYTE *pSrc, int nSrcLen, BYTE *&pDes, int &nDesLen); bool DecompressHuffman(BYTE *pSrc, int nSrcLen, BYTE *&pDes, int &nDesLen); 要點說明速度為了讓它(huffman.cpp)快速運行，我花了很長時間。同時，我沒有使用任何動態(tài)庫，比如STL或者MFC。它壓縮1M數據少于100ms（P3處理器，主頻1G）。壓縮壓縮代碼非常簡單，首先用ASCII值初始化511個哈夫曼節(jié)點： CHuffmanNode nodes[511]; for(int nCount = 0; nCount < 256; nCount++) nodes[nCount].byAscii = nCount; 然后，計算在輸入緩沖區(qū)數據中，每個ASCII碼出現的頻率： for(nCount = 0; nCount < nSrcLen; nCount++) nodes[pSrc[nCount]].nFrequency++; 然后，根據頻率進行排序： qsort(nodes, 256, sizeof(CHuffmanNode), frequencyCompare); 現在，構造哈夫曼樹，獲取每個ASCII碼對應的位序列： int nNodeCount = GetHuffmanTree(nodes); 構造哈夫曼樹非常簡單，將所有的節(jié)點放到一個隊列中，用一個節(jié)點替換兩個頻率最低的節(jié)點，新節(jié)點的頻率就是這兩個節(jié)點的頻率之和。這樣，新節(jié)點就是兩個被替換節(jié)點的父節(jié)點了。如此循環(huán)，直到隊列中只剩一個節(jié)點（樹根）。 // parent node pNode = &nodes[nParentNode++]; // pop first child pNode->pLeft = PopNode(pNodes, nBackNode--, false); // pop second child pNode->pRight = PopNode(pNodes, nBackNode--, true); // adjust parent of the two poped nodes pNode->pLeft->pParent = pNode->pRight->pParent = pNode; // adjust parent frequency pNode->nFrequency = pNode->pLeft->nFrequency + pNode->pRight->nFrequency; 這里我用了一個好的訣竅來避免使用任何隊列組件。我先前就直到ASCII碼只有256個，但我分配了511個(CHuffmanNode nodes[511])，前255個記錄ASCII碼，而用后255個記錄哈夫曼樹中的父節(jié)點。并且在構造樹的時候只使用一個指針數組(ChuffmanNode *pNodes[256])來指向這些節(jié)點。同樣使用兩個變量來操作隊列索引(int nParentNode = nNodeCount;nBackNode = nNodeCount –1)。接著，壓縮的最后一步是將每個ASCII編碼寫入輸出緩沖區(qū)中： int nDesIndex = 0; // loop to write codes for(nCount = 0; nCount < nSrcLen; nCount++) { *(DWORD*)(pDesPtr+(nDesIndex>>3)) |= nodes[pSrc[nCount]].dwCode << (nDesIndex&7); nDesIndex += nodes[pSrc[nCount]].nCodeLength; } (nDesIndex>>3): >>3 以8位為界限右移后到達右邊字節(jié)的前面 (nDesIndex&7): &7 得到最高位. 注意：在壓縮緩沖區(qū)中，我們必須保存哈夫曼樹的節(jié)點以及位序列，這樣我們才能在解壓縮時重新構造哈夫曼樹（只需保存ASCII值和對應的位序列）。解壓縮解壓縮比構造哈夫曼樹要簡單的多，將輸入緩沖區(qū)中的每個編碼用對應的ASCII碼逐個替換就可以了。只要記住，這里的輸入緩沖區(qū)是一個包含每個ASCII值的編碼的位流。因此，為了用ASCII值替換編碼，我們必須用位流搜索哈夫曼樹，直到發(fā)現一個葉節(jié)點，然后將它的ASCII值添加到輸出緩沖區(qū)中： int nDesIndex = 0; DWORD nCode; while(nDesIndex < nDesLen) { nCode = (*(DWORD*)(pSrc+(nSrcIndex>>3)))>>(nSrcIndex&7); pNode = pRoot; while(pNode->pLeft) { pNode = (nCode&1) ? pNode->pRight : pNode->pLeft; nCode >>= 1; nSrcIndex++; } pDes[nDesIndex++] = pNode->byAscii; }

是熵編碼中應用最廣泛的一種編碼方法，他是一種統計編碼，也稱為可變字長編碼。原則：對于出現概率大的信息符號以短字長編碼，對于出現概率小的信息符號以長字長編碼，碼長的長度嚴格按照概率大小的相反順序排列。