matlab实现哈夫曼编码压缩图像并计算平均码长

哈夫曼编码是一种无损压缩算法，可以将一些重复出现的字符进行编码，从而减小数据的存储空间，压缩后的数据可以重新解码还原成原始数据。以下是使用MATLAB实现哈夫曼编码压缩图像并计算平均码长的步骤：

1. 读取图像并将其转换为灰度图像。

img = imread('image.jpg');
gray_img = rgb2gray(img);

2. 统计图像中每个像素值的出现次数。

freq = imhist(gray_img);

3. 根据出现频率构建哈夫曼树。

symbols = 0:255; % 图像像素值范围为0-255
[~, ~, ~, code] = huffmandict(symbols, freq);

4. 对图像进行编码。

encoded_img = huffmanenco(gray_img(:), code);

5. 计算平均码长。

avg_code_len = sum(freq.*cellfun('length', code))/numel(gray_img);

6. 解码压缩后的数据并重新构建图像。

decoded_img = huffmandeco(encoded_img, code);
decoded_img = reshape(decoded_img, size(gray_img));

完整代码：

img = imread('image.jpg');
gray_img = rgb2gray(img);
freq = imhist(gray_img);
symbols = 0:255;
[~, ~, ~, code] = huffmandict(symbols, freq);
encoded_img = huffmanenco(gray_img(:), code);
avg_code_len = sum(freq.*cellfun('length', code))/numel(gray_img);
decoded_img = huffmandeco(encoded_img, code);
decoded_img = reshape(decoded_img, size(gray_img));

注：以上代码只适用于灰度图像。如果要对彩色图像进行压缩，需要将每个颜色通道分别进行处理。