筆畫長度編碼的RLE特性

從上面給出的例子中，我們不難看出RLE能達到多大的壓縮比，這主要取決於圖像本身的特性。如果圖像中相同顏色的圖像塊越大，圖像塊的數量越少，壓縮比就會越高。相反，RLE無法處理色彩豐富的自然圖像。同壹行上顏色相同的連續像素往往很少，顏色值相同的連續行就更少了。如果仍然使用RLE編碼方法，不僅圖像數據不能被壓縮，而且原始圖像數據可能變得更大。因此，在實現時，需要結合其他壓縮編碼技術。

-

重復的次數是遊程長度

壹個可行的方案是將數據流中的值分為兩類:壹類的數值範圍小於。

或等於128，按原值輸出；另壹種數字筆畫大於128，它

數值加128，輸出。綜上所述，改進後的行程單編制

編碼算法如下:

(1)根據原始值輸出筆畫小於等於2的數值；

②筆畫大於2的值加128，然後輸入。

Out，並在輸出沖程大小後的相鄰位置。

RLE算法的局限性

在RLE數據壓縮中，只有當重復字節數大於

3，而且妳需要壹個特別的。

字符用作標誌位，因此當采用RLE壓縮方法時，需要

必須處理以下限制壓縮比的問題[8]。

(1)在原始圖像數據中，除了背景圖像的壹些像素。

除了相同的值之外，不再有連續的相同像素。那麽怎麽提呢？

高圖像相同數據值的問題，是為了提高數據壓縮比。

關鍵；

(2)如何在加工圖中找到壹個特殊字符使其。

圖像不使用或很少使用的問題；

(3)有重復字節時如何提高重復字節？

數量(最多255)有限。