灰度圖像的霍夫曼編碼，如何用Matlab實現？

給妳壹個程序，妳自己研究吧！\ x0d \ \ x0d \ CLC \ x0d \ clear \ x0d \ close all；\x0d\%將HufData/Len定義為全局變量的結構\ x0d \ globalHufData\ x0d \ global len \ x0d \ disp（‘計算機正在準備輸出霍夫曼編碼結果，請耐心等待‘）；\x0d\%原始碼字的灰度級\ x0d \ a = im read（‘kids . TIF‘）；\x0d\\x0d\%分區繪制原始圖像和灰度直方圖\ x0d \ figure\ x0d \ subplot（1，2，1）\ x0d \ im show（a）；\x0d\%取消坐標軸和邊框\ x0d \ axis off \ x0d \ boxoff \ x0d \ title（‘MATLAB附帶圖像‘，fontsize，13）；\ x0d \支線劇情（1，2，2）；\ x0d \ axis off \ x0d \ box off \ x0d \ im hist（a）；\ x0d \ title（‘圖像灰度直方圖‘，fontsize，13）；\x0d\%圖像的灰度統計\ x0d \ gray statistics = imhist（a）；\ x0d \ gray statistics = gray statistics‘；\ x0d \ gray ratio = gray statistics/sum（gray statistics）；\ x0d \ gray ratio no = find（gray ratio ~ = 0）；\ x0d \ Len = length（gray ratio no）；\x0d\%初始化灰度設置以防止系統給它壹個垃圾值\ x0d \ gray ratio = Ones（1，len）。\ x0d \ \ x0d \ fori = 1:Len \ x0d \ gray ratio（I）= gray ratio（I）；\ x0d \ end \ x0d \ \ x0d \ gray ratio = ABS（sort（-gray ratio）；\x0d\%為結構\ x0d \ fori = 1:len \ x0d \ huf data（I）提供圖像灰度概率。值= gray ratio（I）；\ x0d \ end \ x0d \%霍夫曼碼/霍夫曼編碼\ x0d \ Huffman code（Len）；\x0d\%輸出代碼字\ x0d \ x0d \ zipped Huffman = 1；\ x0d \ fori = 1:Len \ x0d \ tmpData = huf data（I）。代碼；\ x0d \ str =““；\ x0d \ forj = 1:length（tmp data）\ x0d \ str = strcat（str，num 2 str（tmp data（j）））；\ x0d \ zipped Huffman = zipped Huffman+1；\ x0d \ end \ x0d \ disp（strcat（‘a‘，num2 str（I），‘=‘，str）\ x0d \ end \ x0d \ I；\x0d\%計算計算機輸出多少個霍夫曼代碼/霍夫曼編碼\ x0d \ zippedHuffman\x0d\%計算刪除前原始圖像的字節容量0灰度壓縮\ x0d \ unzipped _ delete = I * 8；\x0d\\x0d\%計算壓縮比\ x0d \ ratio _ delete = zipped Huffman/unzipped _ delete；\x0d\\x0d\%計算圖像的壓縮比\ x0d \ ad = num 2 str（ratio _ delete * 100）；\ x0d \ str 2 = strcat（ad，‘%‘）；\ x0d \ disp（strcat（‘霍夫曼編碼壓縮比‘，‘=‘，str 2））\ x0d \ x0d \ %子程序:霍夫曼編碼/霍夫曼編碼函數huffmancode.m \ x0d \ FunctionHuffman霍夫曼碼（origin size）\ x0d \ globalhuffman code。\ x0d \ global len \ x0d \ fori = 1:len \ x0d \ %霍夫曼編碼樹左邊的記錄是1 \ x0d \ huf data（I）。left = 1；\x0d\%%霍夫曼編碼樹右側的記錄是0 \ x0d \ huf data（I）。right = 0；\x0d\%%輸出代碼被初始化為0 \ x0d \ huf data（I）。代碼=【】；\x0d\%%排序列表初始化\x0d\排序列表（I）。symbol = I；\ x0d \排序列表（I）。value = huf data（I）。價值；\x0d\end\x0d\%已初始化的原始郵件數\ x0d \ x0d \ newsymbol = OriginSize\ x0d \ forn = original size:-1:2 \ x0d \ % Sort n messages \ x0d \ Sort list = Sort data（Sort list，n）；\x0d\%將出現概率最小的最後兩條消息合成為壹條消息\ x0d \ new symbol = new symbol+1；\ x0d \ huf data（new symbol）。值=排序列表（n-1）。值+排序列表（n）。價值；\ x0d \ huf data（new symbol）。left =排序列表（n-1）。符號；\ x0d \ huf data（new symbol）。right = sort list（n）。符號；\x0d\%將郵件添加到隊列末尾，並準備對N-1封郵件進行重新排序\ x0d \ sort list（N-1）。symbol = newsymbol\ x0d \ sort list（n-1）。value = huf data（new symbol）。價值；\x0d\end\x0d\%遍歷霍夫曼樹以獲取霍夫曼編碼/霍夫曼代碼\ x0d \ visit（new symbol，Len，【】）；\ x0d \ end \ x0d \%子例程:冒泡排序函數sort data . m \ x0d \ functionredata = sort data（sort list，n）\ x0d \ %根據消息概率排序\ x0d \ fork = n:-1。\ x0d \ sbl = sort list（j）。符號；\ x0d \ if（min & lt；排序列表（j+1）。value）\ x0d \ sort list（j）。value = sort list（j+1）。價值；\ x0d \ sort list（j+1）。value = min\ x0d \ sort list（j）。symbol = sort list（j+1）。符號；\ x0d \ sort list（j+1）。symbol = sbl\ x0d \ end \ x0d \ end \ x0d \ end \ x0d \ reData = sort list；\ x0d \ end \ x0d \%子程序:遍歷霍夫曼編碼/霍夫曼編碼樹搜索函數訪問。m \ x0d \ function visit（node，n，ocode）\ x0d \ globalhufdata \ x0d \ if node 0）\ x0d \ %遍歷左分支。\ x0d \ visit（huf data（node）。left，n，ocode 1）；\ x0d \ end \ x0d \ if（huf data（node）。右& gt0）\ x0d \ %遍歷右分支聯系人並輸出0，其中子函數嵌套調用\ x0d \ ocode 2 =【ocode 0】；\ x0d \ visit（huf data（node）。right，n，ocode 2）；\x0d\end\x0d\end\x0d\end