def ec_dc(input):
'''
: ec_dc: DC系数的熵编码模块
: param input: list[tuple(int, str)], 各个8*8图像的DC系数经过DPCM编码得到的输入元组序列
: return: (dict{int, str}, list[tuple(str, str)]), 该元组实际为(哈夫曼编码的编码字典，哈夫曼编码结果)
: note: 对于DC系数，使用静态哈夫曼编码编码输入元组序列的第一个整数，即位串长度size；而实际DC系数值的二进制位串无需进行编码
'''
num_lis = [] # 输入的数字去重集合
num_freq = [] # 对应数字的出现频率
for x in input:
if x[0] in num_lis:
pass
else:
num_lis.append(x[0])
temp = 0
for y in input:
if y[0] == x[0]:
temp += 1
num_freq.append(temp)
hftree = hf.build_huffman_tree(num_lis, num_freq) # 创建哈夫曼树
dic = hf.generate_huffman_code(hftree) # 从哈夫曼树生成哈夫曼编码
res = []
for x in input:
res.append((dic[x[0]], x[1]))
return (dic, res)
def ec_ac(input):
'''
: ec_ac: AC系数的熵编码模块
: param input: list[tuple(int, int)], 单个8*8图像的AC系数经过RLC编码得到的输入元组序列，其中元组的第一个整数为游长，第二个整数为游长后遇到的第一个值
: return: (dict{tuple(int, int), str}, list[tuple(str, str)]), 其中的字典为(游长, 二进制值位数)的哈夫曼编码映射表，list为编码结果
'''
for i in range(len(input)): # 将输入元组列表中元组的第二个值使用二进制编码
input[i] = (input[i][0], binarize(input[i][1])
) # input[i]=tuple(int, (int, str))=(游长, (二进制值位数, 二进制值表示))
input[i] = (
(input[i][0], input[i][1][0]), input[i][1][1]
) # input[i]=tuple((int, int), str))=((游长, 二进制值位数), 二进制值表示))
extend_input = []
for x in input:
if x[0][0] > 15: # 游长大于15，则分拆为一系列的(15, 0)，使得每个元组的游长均小于等于15
for i in range(ma.floor(x[0][0] / 15)):
extend_input.append(((15, 0), ''))
extend_input.append(((x[0][0] % 15, x[0][1]), x[1]))
else:
extend_input.append(x)
num_lis = [] # 输入的(游长, 二进制值位数)去重集合
num_freq = [] # 对应输入的出现频率
for x in extend_input:
if x[0] in num_lis:
pass
else:
num_lis.append(x[0])
temp = 0
for y in extend_input:
if y[0] == x[0]:
temp += 1
num_freq.append(temp)
hftree = hf.build_huffman_tree(num_lis, num_freq) # 创建哈夫曼树
dic = hf.generate_huffman_code(hftree) # 从哈夫曼树生成哈夫曼编码
for i in range(len(extend_input)):
extend_input[i] = (dic[extend_input[i][0]], extend_input[i][1])
return (dic, extend_input)