一种基于MATLAB的JPEG图像压缩具体实现方法

说明：该方法主要是对FPGA硬件实现编码的一个验证，MATLAB处理时尽量选择了简单化和接近硬件实现需要。

JPEG编码解码流程：BMP图像输入、8*8分块、DCT变换、量化、Zig_Zag 扫描、获取DC/AC系数中间格式、Huffman熵编码、DC/AC系数Huffman熵解码，反zig_zag扫描、反量化、反DCT变换、8*8组合、解码图像显示。

下面根据具体代码解释实现过程。

1.BMP图像输入

A=imread('messi_b.bmp'); %读取BMP图像矩阵

R=int16(A(:,:,1))-128; %读取RGB矩阵，由于DCT时输入为正负输入，

G=int16(A(:,:,2))-128； %使得数据分布围-127——127

B=int16(A(:,:,3))-128;

通过imread函数获取BMP图像的R、G、B三原色矩阵，因为下一步做DCT 转换，二DCT函数要求输入为正负值，所以减去128，使得像素点分布围变为-127~127，函数默认矩阵A的元素为无符号型（uint8），所以如果直接相减差值为负时会截取为0，所以先用int16将像素点的值转为带符号整数。网上很多都提到了第一步的YUV转换，但是由于MATLAB在实验时YUV转换后色差失真比较严重，这里没有进行YUV转换。个人理解为YUV转换后经过非R/G/B原理显示器显示效果可能会比较好，或者如果图像有色差可以选择YUV调整。为了方便，读入的图像像素为400*296，是8*8的50*37倍，所以代码里没有进行8*8的整数倍调整。

2. 8*8分块

R_8_8=R(1:8,1:8);%取出一个8*8块

这里以R色压缩解码为例，后边解释均为R色编码解码过程，最后附全部代码。R_8_8为：

3.DCT变换

R_DCT=dct2(R_8_8);

使用MATLAB函数dct2进行DCT变换，也可使用DCT变换矩阵相乘的方法，即R_DCT=A* R_8_8*A T，其中A为DCT变换矩阵。R_DCT为：

4.量化

R_dct_s=round(R_DCT./S);

使用JPEG标准亮度量化表S量化并取整，S为：

R_dct_s为：

其中第一个数-14为DC系数，剩余63个数为AC系数，左上角低频，右下角高频，可以看出量化后已经将多数高频量丢弃，从而实现数据压缩。

5.Zig_Zag扫描

Rdcts_c=reshape(R_dct_s',1,64);

Rdcts_c_z=Rdcts_c(zig);

利用reshape函数将量化后的矩阵转为[1,64]行向量，利用zig向量按位取值，进行Zig_Zag扫描。其中Rdcts_c为：

11~64位均为0；

zig为：

zig=[0,1,8,16,9,2,3,10,17,24,32,25,18,11,4,5,12,19,26,33,40,48,41 ,34,27,20,13,6,7,14,21,28,35,42,49,56,57,50,43,36,29,22,15,23,30,37,4 4,51,58,59,52,45,38,31,39,46,53,60,61,54,47,55,62,63];

Zig_Zag扫描后的向量Rdcts_c_z为：

11~64位均为0；

可以看出通过zig向量按位取值准确实现了对量化后DC，AC系数的Zig_Zag 扫描。

6.获取DC/AC系数的中间格式

r_dc_diff=Rdcts_c_z(1)-r_dc;

用当前DC系数减去上一个8*8子块的DC系数得到两DC系数的差值作为DC 系数中间值，因为图像相邻像素具有很大的相关性，这样做可以减小DC编码长度，进一步压缩代码，在解码的时候通过该差值依次获得各8*8子块DC系数。

r_dc=Rdcts_c_z(1);

解码之后用该代码将当前DC系数赋给r_dc作为下一次编码时求差值的参考值。

for i=2:1:64;

if Rdcts_c_z(i)==0&&r_n<15&&i~=64

r_n=r_n+1;

elseif Rdcts_c_z(i)==0&&r_n<15&&i==64

r_ac_cnt=r_ac_cnt+1;

r_AC(1,2*r_ac_cnt-1)=r_n;

r_AC(1,2*r_ac_cnt)=Rdcts_c_z(i);

r_n=0;

elseif Rdcts_c_z(i)~=0&&r_n<15

r_ac_cnt=r_ac_cnt+1;

r_AC(1,2*r_ac_cnt-1)=r_n;

r_AC(1,2*r_ac_cnt)=Rdcts_c_z(i);

r_n=0;

elseif Rdcts_c_z(i)~=0&&r_n==15

r_ac_cnt=r_ac_cnt+1;

r_AC(1,2*r_ac_cnt-1)=r_n;

r_AC(1,2*r_ac_cnt)=Rdcts_c_z(i);

r_n=0;

elseif Rdcts_c_z(i)==0&&r_n==15

r_ac_cnt=r_ac_cnt+1;

r_AC(1,2*r_ac_cnt-1)=r_n;

r_AC(1,2*r_ac_cnt)=Rdcts_c_z(i);

r_n=0;

end

该for循环用来获取AC系数的中间格式，因为第一个数为DC系数，所以循环从2开始。因为63个AC系数中有很多值为0，所以采用行程编码可以很大的减小编码长度。行程编码是指记录两个非0数之间0的个数，以及非零数的数值，非零数个数和数值为一组中间格式，这里为了计数方便，连续16个0出现时，用（15，0）表示，继续获取下一个AC系数中间格式，也就是说行程编码压缩的最大长度设为16bit，例如数列：1、0、0、-1、0、0、0、0、0、3、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、2；对该列数通过形成编码获取中间格式即为：（0,1）、（2，-1）、（5,3）、（15,0）、（5,2）。第一个数为0的个数，第二个数为数值，特殊情况（15,0）指16个0。

通过该for循环获取AC系数中间格式并保存在向量Rdcts_c_z中，奇数表示0的个数，偶数表示AC系数数值。

表示前两个数

是1，后边共有16*3+13=61个0，与量化表相同。

7. Huffman熵编码

熵编码可以根据Huffman算法对每个量化后的矩阵进行现场编码，但是这样会增加传输数据（需要传输编码表），所以这里采用标准HuffmanVLI编码表进行编码，

现，这里没有涉及到Huffman亮度表，而是依据VLI编码表，通过DC/AC系数的数值确定位数和编码（编码原理），熵编码由上表中的位数和编码两部分组成，即压缩后的编码包括两部分，然后再依据VLI编码表，通过位数和编码返回DC/AC 系数（解码原理），编码中还包含了AC系数中0的个数。0的个数和位数均用4bit 二进制数表示。

r_huff=cell(r_ac_cnt+1,3);%%建立三列矩阵保存压缩后的编码，第一例为0的个数，第二列为编码长度，第三例为编码

for j=0:1:r_ac_cnt;

if j==0

[siz,code]=vli(r_dc_diff); %%通过vli编码函数对DC差值进行编码，获得DC差值编码长度和编码，vli函数见附录。

%[siz,code]=vli(r_dc);%%通过vli函数获取AC系数编码及编码长度 r_huff(1,1)=cellstr(dec2bin(0)); %%cellstr将二进制字符串转为cell格式放入矩阵

r_huff(1,2)=cellstr(dec2bin(siz,4));%%将哈夫曼编码长度存为4bit

r_huff(1,3)=cellstr(dec2bin(code,siz));%%将哈夫曼编码转为二进制

r_code_bit=r_code_bit+siz; %%计算编码长度

else

if r_AC(2*j)==0

r_huff(j+1,1)=cellstr(dec2bin(r_AC(2*j-1),4));%%将0的个数写入第一列

r_huff(j+1,2)=cellstr(dec2bin(0));

r_huff(j+1,3)=cellstr(dec2bin(0));

else

r_huff(j+1,1)=cellstr(dec2bin(r_AC(2*j-1),4));

[siz,code]=vli(r_AC(2*j));

r_huff(j+1,2)=cellstr(dec2bin(siz,4)); %%AC编码长度写入第二列

r_huff(j+1,3)=cellstr(dec2bin(code,siz)); %%AC编码写入第三列

r_code_bit=r_code_bit+siz; %%计算编码长度

end

压缩后的编码表r_huff如下：此时已将8*8*8=512bit压缩为4+6*8+2+1+1=56bit。

8.DC/AC系数Huffman熵解码

i_n=1;

for k=1:1:r_ac_cnt+1;

if k==1

[i_value]=i_vli(r_huff(1,2),r_huff(1,3)) %%i_vli函数解码，i_vli通过编码长度和编码恢复DC/AC系数真值，函数见附录。

i_Rdcts_c_z(1,i_n)=r_dc+i_value;

%i_Rdcts_c_z(1,i_n)=r_huff(1,3);

i_n=i_n+1;

r_dc=Rdcts_c_z(1);

else

if bin2dec(r_huff(k,1))==15&&bin2dec(r_huff(k,2))==0

i_Rdcts_c_z(1,i_n:i_n+15)=0;%%出现中间格式（15，0）返16个0

i_n=i_n+16;

elseif bin2dec(r_huff(k,1))==0&&bin2dec(r_huff(k,2))==0 i_Rdcts_c_z(1,i_n)=0; %%出现中间格式（0，0）反1个0，

没有具体分析这种情况到底是否存在，但是如果最后一位恰好为0，此时恰好开始新的中间格式计算，i=64时终止计算，则中间格式为（0，0）

i_n=i_n+1;

else

i_Rdcts_c_z(1,i_n:i_n+bin2dec(r_huff(k,1))-1)=0;%%哈夫曼编码矩阵r_huff中为二进制数，所以用到了bin2dec

i_n=i_n+bin2dec(r_huff(k,1)); %%通过第一列分解重复的0 i_value=i_vli(r_huff(k,2),r_huff(k,3)); %%通过第二三列，编码长度和编码解出AC系数真值

i_Rdcts_c_z(1,i_n)=i_value;

%%将解码后的DC/AC系数放入向量i_Rdcts_c_z

i_n=i_n+1;

end

9.反Zig_Zag扫描

i_Rdcts_c=i_Rdcts_c_z(i_zig); %%反zig_zag扫描

i_Rdct_s(1,1:8)=i_Rdcts_c(1:8); %%变为矩阵形式

i_Rdct_s(2,1:8)=i_Rdcts_c(9:16);

i_Rdct_s(3,1:8)=i_Rdcts_c(17:24);

i_Rdct_s(4,1:8)=i_Rdcts_c(25:32);

i_Rdct_s(5,1:8)=i_Rdcts_c(33:40);

i_Rdct_s(6,1:8)=i_Rdcts_c(41:48);

i_Rdct_s(7,1:8)=i_Rdcts_c(49:56);

i_Rdct_s(8,1:8)=i_Rdcts_c(57:64);

通过按位取值的方法进行反Zig_Zag扫描，并将扫描获得的向量转为8*8矩阵，其中：i_zag为：

i_zig=[1,2,6,7,15,16,28,29,3,5,8,14,17,27,30,43,4,9,13,18,26,31,4 2,44,10,12,19,25,32,41,45,54,11,20,24,33,40,46,53,55,21,23,34,39,47,5 2,56,61,22,35,38,48,51,57,60,62,36,37,49,50,58,59,63,64];

i_Rdct_s为：（可见该矩阵与量化后的矩阵相同）

10.反量化、反DCT变换

i_Rdct=round(i_Rdct_s.*S); %%反量化并取整

i_R_8_8=round(idct2(i_Rdct)); %%逆DCT变换

其中i_R_8_8为：（可见与DCT变换前差别不大）

11.解码图像显示

for i_r=1:1:37;

for i_c=1:1:50;

end

用这样一个嵌套for循环将所有8*8子块进行基于DCT变换的JPEG编码解码处理，i_R(i_r*8-7:i_r*8,i_c*8-7:i_c*8)=i_R_8_8; 在循环最后通过该语句将每一个8*8子块放到i_R矩阵中，然后i_R加128得到解码后R色像素矩阵i_RR。

分别对G、B像素矩阵做同样算法处理，得到解码后的像素矩阵i_GG、i_BB。

i_A(:,:,1)=i_RR;

i_A(:,:,2)=i_GG;

i_A(:,:,3)=i_BB;%%将解码后三元色矩阵放入三维矩阵

u_i_A=uint8(i_A);将矩阵元素设为无符号整型

imshow(u_i_A)；成功！！！

压缩前后图像对比：

因为没有直接查询Huffman编码表，增加了0的个数和编码长度的编码，压缩比会稍微降低，该方法所获得的压缩率0.2011，即压缩了近5倍。

附录：

%%作者:chengbo

%%功能：JPEG图像压缩

%%说明：该程序只是JPEG图像压缩算法的简单验证，为了便于处理，所压缩图像像素为400*296，是8*8的整数倍，使用标准哈夫曼编码表编码和解码，没有进行颜色修正，所以没有进行YUV转换，直接进行RGB编码压缩，R/G/B三原色均使用JPEG标准亮度量化矩阵进行量化

clear all;

clc;

A=imread('messi_b.bmp'); %读取BMP图像矩阵

R=int16(A(:,:,1))-128; %读取RGB矩阵，由于DCT时输入为正负输入，G=int16(A(:,:,2))-128; %使得数据分布围-127——127

B=int16(A(:,:,3))-128;

S=[16 11 10 16 24 40 51 61; %JPEG标准亮度量化矩阵

12 12 14 19 26 58 60 55;

14 13 16 24 40 57 69 56;

14 17 22 29 51 87 80 62;

18 22 37 56 68 109 103 77;

24 35 55 64 81 104 113 92;

49 64 78 87 103 121 120 101;

72 92 95 98 112 100 103 99];

zig=[0,1,8,16,9,2,3,10,17,24,32,25,18,11,4,5,... %zig_zag扫描向量

12,19,26,33,40,48,41,34,27,20,13,6,7,14,21,28,...

35,42,49,56,57,50,43,36,29,22,15,23,30,37,44,51,...

58,59,52,45,38,31,39,46,53,60,61,54,47,55,62,63];

i_zig=[1,2,6,7,15,16,28,29,3,5,8,14,17,27,30,43,... %反zig_zag扫描向量

4,9,13,18,26,31,42,44,10,12,19,25,32,41,45,54,...

11,20,24,33,40,46,53,55,21,23,34,39,47,52,56,61,...

22,35,38,48,51,57,60,62,36,37,49,50,58,59,63,64];

zig=zig+1;

r_dc=0;

r_n=0;

r_AC=zeros;

r_all_bit=0;

for i_r=1:1:37; %%400*296可以分为50*37个8*8子块

for i_c=1:1:50;

r_ac_cnt=0;

R_8_8=R(i_r*8-7:i_r*8,i_c*8-7:i_c*8);%取出一个8*8块

R_DCT=dct2(R_8_8); %对这一个8*8矩阵进行DCT变化

R_dct_s=round(R_DCT./S); %量化取整

Rdcts_c=reshape(R_dct_s',1,64);

Rdcts_c_z=Rdcts_c(zig); %zig_zag扫描

r_dc_diff=Rdcts_c_z(1)-r_dc; %求DC差值

%r_dc=Rdcts_c_z(1);

for i=2:1:64; %AC编码中间值，奇数为0的个数，偶数为AC数值

if Rdcts_c_z(i)==0&&r_n<15&&i~=64

r_n=r_n+1;

elseif Rdcts_c_z(i)==0&&r_n<15&&i==64

r_ac_cnt=r_ac_cnt+1;

r_AC(1,2*r_ac_cnt-1)=r_n;

r_AC(1,2*r_ac_cnt)=Rdcts_c_z(i);

r_n=0;

elseif Rdcts_c_z(i)~=0&&r_n<15

r_ac_cnt=r_ac_cnt+1;

r_AC(1,2*r_ac_cnt-1)=r_n;

r_AC(1,2*r_ac_cnt)=Rdcts_c_z(i);

r_n=0;

elseif Rdcts_c_z(i)~=0&&r_n==15

r_ac_cnt=r_ac_cnt+1;

r_AC(1,2*r_ac_cnt-1)=r_n;

r_AC(1,2*r_ac_cnt)=Rdcts_c_z(i);

r_n=0;

elseif Rdcts_c_z(i)==0&&r_n==15

r_ac_cnt=r_ac_cnt+1;

r_AC(1,2*r_ac_cnt-1)=r_n;

r_AC(1,2*r_ac_cnt)=Rdcts_c_z(i);

r_n=0;

end

r_huff=cell(r_ac_cnt+1,3); %%根据中间值查VLI标准编码表进行哈夫曼编码

r_code_bit=0; %%因为编码后的值为二进制，所以建立cell型矩阵存放要发送编码

for j=0:1:r_ac_cnt;

if j==0

[siz,code]=vli(r_dc_diff); %%通过vli编码函数对DC差值进行编码

%[siz,code]=vli(r_dc);

r_huff(1,1)=cellstr(dec2bin(0)); %%cellstr将二进制字符串转为cell格式放入矩阵

r_huff(1,2)=cellstr(dec2bin(siz,4));%%将哈夫曼编码bit数存为4bit

r_huff(1,3)=cellstr(dec2bin(code,siz));%%将哈夫曼编码转为二进制

r_code_bit=r_code_bit+siz; %%计算编码长度

else

if r_AC(2*j)==0

r_huff(j+1,1)=cellstr(dec2bin(r_AC(2*j-1),4));%%将0的个数写入第一列

r_huff(j+1,2)=cellstr(dec2bin(0));

r_huff(j+1,3)=cellstr(dec2bin(0));

else

r_huff(j+1,1)=cellstr(dec2bin(r_AC(2*j-1),4));

[siz,code]=vli(r_AC(2*j));

r_huff(j+1,2)=cellstr(dec2bin(siz,4)); %%AC编码长度写入第二例

r_huff(j+1,3)=cellstr(dec2bin(code,siz)); %%AC编码写入第三例

r_code_bit=r_code_bit+siz; %%计算编码长度

end

r_all_bit=r_all_bit+r_ac_cnt*8+4+r_code_bit; %%计算三原色R压缩后的总编码bit数

i_n=1;

for k=1:1:r_ac_cnt+1;

if k==1

[i_value]=i_vli(r_huff(1,2),r_huff(1,3)) %%i_vli函数解码

i_Rdcts_c_z(1,i_n)=r_dc+i_value;

%i_Rdcts_c_z(1,i_n)=r_huff(1,3);

i_n=i_n+1;

r_dc=Rdcts_c_z(1);

else

if bin2dec(r_huff(k,1))==15&&bin2dec(r_huff(k,2))==0

i_Rdcts_c_z(1,i_n:i_n+15)=0; %%出现中间格式（15，0）反16个0

i_n=i_n+16;

elseif bin2dec(r_huff(k,1))==0&&bin2dec(r_huff(k,2))==0

i_Rdcts_c_z(1,i_n)=0; %%出现中间格式（0，0）反1个0

i_n=i_n+1; %%没有具体分析这种情况到底是否存在，但是如果最后一位恰好为0，

else %%此时恰好开始新的中间格式计算，i=64时终止计算，则中间格式为（0，0）

i_Rdcts_c_z(1,i_n:i_n+bin2dec(r_huff(k,1))-1)=0;%%哈夫曼编码矩阵r_huff中为二进制数，所以用到了bin3dec

i_n=i_n+bin2dec(r_huff(k,1)); %%通过第一列分解重复的0

i_value=i_vli(r_huff(k,2),r_huff(k,3)); %%通过第二三列，位数和编码解出编码真值

i_Rdcts_c_z(1,i_n)=i_value;

i_n=i_n+1;

end

i_Rdcts_c=i_Rdcts_c_z(i_zig); %%反zig_zag扫描

i_Rdct_s(1,1:8)=i_Rdcts_c(1:8); %%变为矩阵形式

i_Rdct_s(2,1:8)=i_Rdcts_c(9:16);

i_Rdct_s(3,1:8)=i_Rdcts_c(17:24);

i_Rdct_s(4,1:8)=i_Rdcts_c(25:32);

i_Rdct_s(5,1:8)=i_Rdcts_c(33:40);

i_Rdct_s(6,1:8)=i_Rdcts_c(41:48);

i_Rdct_s(7,1:8)=i_Rdcts_c(49:56);

i_Rdct_s(8,1:8)=i_Rdcts_c(57:64);

i_Rdct=round(i_Rdct_s.*S); %%反量化并取整

i_R_8_8=round(idct2(i_Rdct)); %%逆DCT变换

i_R(i_r*8-7:i_r*8,i_c*8-7:i_c*8)=i_R_8_8; %%将一个8*8子块放回R色新矩阵中

end

i_RR=i_R+128; %%围调回至0——255

%后边同理依次为G、B编码和解码

g_dc=0;

g_n=0;

g_AC=zeros;

g_all_bit=0;

for i_r=1:1:37;

for i_c=1:1:50;

g_ac_cnt=0;

G_8_8=G(i_r*8-7:i_r*8,i_c*8-7:i_c*8);

G_DCT=dct2(G_8_8);

G_dct_s=round(G_DCT./S);

Gdcts_c=reshape(G_dct_s',1,64);

Gdcts_c_z=Gdcts_c(zig);

g_dc_diff=Gdcts_c_z(1)-g_dc;

%g_dc=Gdcts_c_z(1);

for i=2:1:64;

if Gdcts_c_z(i)==0&&g_n<15&&i~=64

g_n=g_n+1;

elseif Gdcts_c_z(i)==0&&g_n<15&&i==64

g_ac_cnt=g_ac_cnt+1;

g_AC(1,2*g_ac_cnt-1)=g_n;

g_AC(1,2*g_ac_cnt)=Gdcts_c_z(i);

g_n=0;

elseif Gdcts_c_z(i)~=0&&r_n<15

g_ac_cnt=g_ac_cnt+1;

g_AC(1,2*g_ac_cnt-1)=g_n;

g_AC(1,2*g_ac_cnt)=Gdcts_c_z(i);

g_n=0;

elseif Gdcts_c_z(i)~=0&&g_n==15

g_ac_cnt=g_ac_cnt+1;

g_AC(1,2*g_ac_cnt-1)=g_n;

g_AC(1,2*g_ac_cnt)=Gdcts_c_z(i);

g_n=0;

elseif Gdcts_c_z(i)==0&&g_n==15

g_ac_cnt=g_ac_cnt+1;

g_AC(1,2*g_ac_cnt-1)=g_n;

g_AC(1,2*g_ac_cnt)=Gdcts_c_z(i);

g_n=0;

end

g_huff=cell(g_ac_cnt+1,3);

g_code_bit=0;

for j=0:1:g_ac_cnt;

if j==0

[siz,code]=vli(g_dc_diff);

%[siz,code]=vli(r_dc);

g_huff(1,1)=cellstr(dec2bin(0));

g_huff(1,2)=cellstr(dec2bin(siz,4));

g_huff(1,3)=cellstr(dec2bin(code,siz));

g_code_bit=g_code_bit+siz;

else

if g_AC(2*j)==0

g_huff(j+1,1)=cellstr(dec2bin(g_AC(2*j-1),4)); g_huff(j+1,2)=cellstr(dec2bin(0));

g_huff(j+1,3)=cellstr(dec2bin(0));

else

g_huff(j+1,1)=cellstr(dec2bin(g_AC(2*j-1),4)); [siz,code]=vli(g_AC(2*j));

g_huff(j+1,2)=cellstr(dec2bin(siz,4));

g_huff(j+1,3)=cellstr(dec2bin(code,siz));

g_code_bit=g_code_bit+siz;

end

g_all_bit=g_all_bit+g_ac_cnt*8+4+g_code_bit;

i_n=1;

for k=1:1:g_ac_cnt+1;

if k==1

[i_value]=i_vli(g_huff(1,2),g_huff(1,3))

i_Gdcts_c_z(1,i_n)=g_dc+i_value;

%i_Rdcts_c_z(1,i_n)=r_huff(1,3);

i_n=i_n+1;

g_dc=Gdcts_c_z(1);

else

if bin2dec(g_huff(k,1))==15&&bin2dec(g_huff(k,2))==0 i_Gdcts_c_z(1,i_n:i_n+15)=0;

i_n=i_n+16;

elseif bin2dec(g_huff(k,1))==0&&bin2dec(g_huff(k,2))==0 i_Gdcts_c_z(1,i_n)=0;

i_n=i_n+1;

else

i_Gdcts_c_z(1,i_n:i_n+bin2dec(g_huff(k,1))-1)=0;

i_n=i_n+bin2dec(g_huff(k,1));

i_value=i_vli(g_huff(k,2),g_huff(k,3));

i_Gdcts_c_z(1,i_n)=i_value;

i_n=i_n+1;

end

i_Gdcts_c=i_Gdcts_c_z(i_zig);

i_Gdct_s(1,1:8)=i_Gdcts_c(1:8);

i_Gdct_s(2,1:8)=i_Gdcts_c(9:16);

i_Gdct_s(3,1:8)=i_Gdcts_c(17:24);

i_Gdct_s(4,1:8)=i_Gdcts_c(25:32);

i_Gdct_s(5,1:8)=i_Gdcts_c(33:40);

i_Gdct_s(6,1:8)=i_Gdcts_c(41:48);

i_Gdct_s(7,1:8)=i_Gdcts_c(49:56);

i_Gdct_s(8,1:8)=i_Gdcts_c(57:64);

i_Gdct=round(i_Gdct_s.*S);

i_G_8_8=round(idct2(i_Gdct));

i_G(i_r*8-7:i_r*8,i_c*8-7:i_c*8)=i_G_8_8;

end

i_GG=i_G+128;

b_dc=0;

b_n=0;

b_AC=zeros;

b_all_bit=0;

for i_r=1:1:37;

for i_c=1:1:50;

b_ac_cnt=0;

B_8_8=B(i_r*8-7:i_r*8,i_c*8-7:i_c*8); B_DCT=dct2(B_8_8);

B_dct_s=round(B_DCT./S);

Bdcts_c=reshape(B_dct_s',1,64);

Bdcts_c_z=Bdcts_c(zig);

b_dc_diff=Bdcts_c_z(1)-b_dc;

%b_dc=Bdcts_c_z(1);

for i=2:1:64;

if Bdcts_c_z(i)==0&&b_n<15&&i~=64

b_n=b_n+1;

elseif Bdcts_c_z(i)==0&&b_n<15&&i==64 b_ac_cnt=b_ac_cnt+1;

b_AC(1,2*b_ac_cnt-1)=b_n;

b_AC(1,2*b_ac_cnt)=Bdcts_c_z(i); b_n=0;

elseif Bdcts_c_z(i)~=0&&b_n<15

b_ac_cnt=b_ac_cnt+1;

b_AC(1,2*b_ac_cnt-1)=b_n;

b_AC(1,2*b_ac_cnt)=Bdcts_c_z(i); b_n=0;

elseif Bdcts_c_z(i)~=0&&b_n==15

b_ac_cnt=b_ac_cnt+1;

b_AC(1,2*b_ac_cnt-1)=b_n;

b_AC(1,2*b_ac_cnt)=Bdcts_c_z(i); b_n=0;

elseif Bdcts_c_z(i)==0&&b_n==15

b_ac_cnt=b_ac_cnt+1;

b_AC(1,2*b_ac_cnt-1)=b_n;

b_AC(1,2*b_ac_cnt)=Bdcts_c_z(i); b_n=0;

end

b_huff=cell(b_ac_cnt+1,3);

b_code_bit=0;

for j=0:1:b_ac_cnt;

if j==0

[siz,code]=vli(b_dc_diff);

%[siz,code]=vli(r_dc);

b_huff(1,1)=cellstr(dec2bin(0));

b_huff(1,2)=cellstr(dec2bin(siz,4));

b_huff(1,3)=cellstr(dec2bin(code,siz));

b_code_bit=b_code_bit+siz;

else

if b_AC(2*j)==0

b_huff(j+1,1)=cellstr(dec2bin(b_AC(2*j-1),4));

b_huff(j+1,2)=cellstr(dec2bin(0));

b_huff(j+1,3)=cellstr(dec2bin(0));

else

b_huff(j+1,1)=cellstr(dec2bin(b_AC(2*j-1),4));

[siz,code]=vli(b_AC(2*j));

b_huff(j+1,2)=cellstr(dec2bin(siz,4));

b_huff(j+1,3)=cellstr(dec2bin(code,siz));

b_code_bit=b_code_bit+siz;

end

b_all_bit=b_all_bit+b_ac_cnt*8+4+b_code_bit;

i_n=1;

for k=1:1:b_ac_cnt+1;

if k==1

[i_value]=i_vli(b_huff(1,2),b_huff(1,3))

i_Bdcts_c_z(1,i_n)=b_dc+i_value;

%i_Rdcts_c_z(1,i_n)=r_huff(1,3);

i_n=i_n+1;

b_dc=Bdcts_c_z(1);

else

if bin2dec(b_huff(k,1))==15&&bin2dec(b_huff(k,2))==0 i_Rdcts_c_z(1,i_n:i_n+15)=0;

i_n=i_n+16;

elseif bin2dec(b_huff(k,1))==0&&bin2dec(b_huff(k,2))==0 i_Bdcts_c_z(1,i_n)=0;

i_n=i_n+1;

else

i_Bdcts_c_z(1,i_n:i_n+bin2dec(b_huff(k,1))-1)=0;

i_n=i_n+bin2dec(b_huff(k,1));

i_value=i_vli(b_huff(k,2),b_huff(k,3));

i_Bdcts_c_z(1,i_n)=i_value;

i_n=i_n+1;

end

i_Bdcts_c=i_Bdcts_c_z(i_zig);

i_Bdct_s(1,1:8)=i_Bdcts_c(1:8);

i_Bdct_s(2,1:8)=i_Bdcts_c(9:16);

i_Bdct_s(3,1:8)=i_Bdcts_c(17:24);

i_Bdct_s(4,1:8)=i_Bdcts_c(25:32);

i_Bdct_s(5,1:8)=i_Bdcts_c(33:40);

i_Bdct_s(6,1:8)=i_Bdcts_c(41:48);

i_Bdct_s(7,1:8)=i_Bdcts_c(49:56);

i_Bdct_s(8,1:8)=i_Bdcts_c(57:64);

i_Bdct=round(i_Bdct_s.*S);

i_B_8_8=round(idct2(i_Bdct));

i_B(i_r*8-7:i_r*8,i_c*8-7:i_c*8)=i_B_8_8;

end

i_BB=i_B+128;

allbit=r_all_bit+g_all_bit+b_all_bit;

rate=allbit/(400*296*24);

i_A(:,:,1)=i_RR;

i_A(:,:,2)=i_GG;

i_A(:,:,3)=i_BB;

u_i_A=uint8(i_A);

subplot(121);imshow(A);title('压缩前'); subplot(122);imshow(u_i_A);title('压缩后');