解壓縮 12bit 20bit

### 解压缩12位和20位数据的方法

对于12位和20位的数据解压缩，通常涉及理解这些非标准字节数的数据是如何存储的。这类数据常见于特定硬件接口或传感器输出。

#### 12位数据处理方法

当面对12位数据时，由于计算机系统一般基于8位字节操作，因此每三个12位样本会被打包成四个字节[^1]。具体来说：

- 假设有一个由多个连续12位数值组成的序列。
- 这些值被分组并转换为一系列字节流，在此过程中可能会有填充位来确保每个完整的字节能代表一定数量的原始12位样本的一部分。

为了读取这样的数据，可以采用如下Python代码实现简单的解码逻辑：

def decode_12bit(data_bytes, num_samples):
    samples = []
    byte_index = 0
    
    while len(samples) < num_samples and byte_index + 4 <= len(data_bytes):        
        # Extract four bytes at a time which contain three 12-bit values.
        chunk = int.from_bytes(data_bytes[byte_index : byte_index + 4], 'big')
        
        sample_a = (chunk >> 16) & 0xFFF
        sample_b = (chunk >> 4) & 0xFFF
        sample_c = ((chunk << 8) | data_bytes[byte_index + 4]) & 0xFFF if byte_index + 4 < len(data_bytes) else None
        
        samples.append(sample_a)
        samples.append(sample_b)

        if sample_c is not None:
            samples.append(sample_c)
            
        byte_index += 4

    return samples[:num_samples]

这段代码假设输入`data_bytes`是以大端模式编码的一系列字节，并且期望从中提取指定数量(`num_samples`) 的12位整数样品。

#### 20位数据处理方式

针对20位数据的情况更为复杂一些，因为五个20位样本会跨越十个字节的空间。这意味着需要更精细地控制二进制位的操作以正确恢复原始值。下面给出了一种可能的方式来进行此类数据的解包：

import numpy as np

def unpack_20bit(byte_array):
    bits_per_sample = 20
    total_bits = len(byte_array)*8
    n_samples = total_bits // bits_per_sample
    
    mask = (1<<bits_per_sample)-1
    result = []

    current_bit_position = 0
    buffer = 0
    remaining_bits_in_buffer = 0

    for i in range(n_samples):
        needed_bits = bits_per_sample - remaining_bits_in_buffer
        new_byte_count = max(needed_bits//8 + bool(needed_bits%8), 0)

        next_chunk = sum([b<<(j*8) for j,b in enumerate(byte_array[current_bit_position//8:current_bit_position//8+new_byte_count])])
        buffer |= next_chunk>>(remaining_bits_in_buffer-needed_bits)%8
        value = buffer&mask
        result.append(value)

        current_bit_position += needed_bits
        buffer >>= needed_bits
        remaining_bits_in_buffer -= needed_bits

    return np.array(result).astype(np.uint32)

上述函数接收一个包含按顺序排列的多份20位采样的字节数组作为参数，并返回相应的无符号32位整型数组表示这些采样值。