CN114286102A - 基于Base62编码的二值图像压缩编解码方法 - Google Patents

Abstract

本发明涉及一种基于Base62编码的二值图像压缩编解码方法，对原始二值图片进行Base32转换，生成Base32二维数组；设定压缩字节数，按压缩字节数分块对Base32数组进行压缩建立索引矩阵；根据索引矩阵，对Base32二维数组进行一次压缩；基于打印标签大量白块和相邻行相似特性，一次压缩结果中出现的连续空数据段，采用游程编码和字符替换算法进行二次压缩。二值图像压缩编码后无损压缩，压缩比高，并且基于Base62编码，适于网络传输；Base62编码表固定，解码简单，满足物联网窄带传输、低性能终端解压的需求。

Description

基于Base62编码的二值图像压缩编解码方法

技术领域

本发明涉及一种信息处理技术，特别涉及一种基于Base62编码的二值图像压缩编解码方法。

背景技术

物联网是一个通过信息技术将各种物体连接成网络，以帮助人们获取这些物体的信息的媒介，其已被广泛应用到智能物流、智能交通、金融管理等各个领域。常用物联网通讯协议以传输小数据量文本信息为主，不适合大数据量的视频、音频及图像信息传输。打印标签作为二值(黑白)图像应用广泛，具有较高的可压缩性，所以一种可以适应物联网窄带传输、低性能终端解压的图像压缩编解码算法具有相当大的实际应用价值。如图1所示打印样例标签示意图。

物联网传输基于MQTT协议，计费基准是数据流量，平台都有各自的单消息发布最大长度，目前使用的物联网平台是32K。同时物联网边缘侧的网关多为嵌入式系统，基于成本因素一般性能较低，所以需求解码算法简单，码表固定为宜。

二进制码不适合网络传输，Base64是网络上最常见的用于传输8Bit字节码的编码方式之一(如图2所示Base64编码表)，Base64就是一种基于64个可打印字符来表示二进制数据的方法。为统一和规范化Base64的输出，Base62被视为无符号化的改进版本(Base62和Base64相比唯一的区别就是少了两个特殊符号“+”和“/”。另外标准的Base64最后需要用＝补位，但这是一个约定，自定义算法就可以去掉。总之Base62就是一个改掉了Base64所有缺点的算法，唯一的不足是因为码空间小了，会多占用1/32空间)。

常用的无损压缩算法：

1)跳白块编码：利用二值图像大量空白的特性，将每行分成若干块，每块N个像素。对于全白像素的块，用1比特码字“0”表示，这是因为出现白像素的概率大，所以分配最短的一个码字。对于至少含有一个黑像素的块，用N+1比特码字表示：第1个比特为“1”，称为前缀码；其余N比特采用直接编码，白像素为“0”，黑像素为“1”。

2)LZW编码：利用二值图像大量重复线结构的特性，一种根据原始数据动态创建编译表的压缩技术，以初始化字典(0～255)为基础，将每个首次出现的字符串进行存储，并用一个数字表示，以使图像文件的压缩效率得到较大的提高。

3)游程编码：利用二值图像大量连续重复内容的特性，用一个符号值或串长代替具有相同值的连续符号，使符号长度少于原始数据的长度。只在各行或者各列数据的代码发生变化时，依次记录该代码及相同代码重复的个数，从而实现数据的压缩。

游程编码又称“运行长度编码”或“行程编码”，是一种统计编码，该编码属于无损压缩编码。对于二值图有效。

行程编码的基本原理是：用一个符号值或串长代替具有相同值的连续符号(连续符号构成了一段连续的“行程”。行程编码因此而得名)，使符号长度少于原始数据的长度。

例如：5555557777733322221111111

行程编码为：(5，6)(7，5)(3，3)(2，4)(l，7)。可见，行程编码的位数远远少于原始字符串的位数。

在对图像数据进行编码时，沿一定方向排列的具有相同灰度值的像素可看成是连续符号，用字串代替这些连续符号，可大幅度减少数据量。

行程编码分为定长行程编码和不定长行程编码两种类型。

行程编码是连续精确的编码，在传输过程中，如果其中一位符号发生错误，即可影响整个编码序列，使行程编码无法还原回原始数据。

4)JBIG2编码：JBIG2将二值图像分为文本区域,半调区域和普通区域,并且采用不同的方法对不同区域进行压缩。对二值文本区域,它采用了基于模式匹配的压缩方法。

发明内容

针对二进制码不适合网络传输和物联网传输容量小问题，提出了一种基于Base62编码的二值图像压缩编解码方法。

本发明的技术方案为：一种基于Base62编码的二值图像压缩编解码方法，包括编码压缩方法和解码方法：

编码压缩方法，具体包括如下步骤：

1)对原始二值图片进行Base32转换，生成Base32二维数组；

2)设定压缩字节数，按压缩字节数分块对Base32数组进行压缩建立索引矩阵；索引矩阵建立方法如下：

首先、预扫描，即对每个压缩块进行选行差分、列复制、跳色块三种压缩算法中一种或无压缩，得到各算法的压缩结果数据段长度；

然后、考虑膨胀因素，获得的三个压缩结果数据段长度和压缩块的原始长度一起比较，将最短的算法标识符写入索引矩阵；

3)根据索引矩阵，对步骤1)Base32二维数组进行一次压缩；

4)二次压缩：对一次压缩结果使用Base32编码表进行游程编码，并对频率最高行差分符1+重复标志进行字符替换，最后在压缩结果最前端加上图片的像素宽度L，行数H，最大行差分值N这三个基础数值的Base32值，在最后端加上结束符，完成压缩编码；

解码具体步骤如下：

A:从压缩文件最前端获取图片的像素宽度L，行数H，最大行差分值N这三个基础数值，建立Base32缓存数组；

B：按块标志读取一段压缩码，压缩码段可分块标志+数据段的标准压缩块和块标志+连续标志+连续数量的无数据压缩块两类，对于标准压缩块，将块标志和数据段写入索引缓存和行数据缓存；对于无数据压缩块，先进行字符替换解码，再进行游程解码，将块标志写入索引缓存；索引缓存数量达到单行压缩块数量L/5后，进行解码步骤C；

C：根据索引缓存和行数据缓存，依据Base32缓存数组复原此行的Base32编码值；

D:重复解码步骤C直至索引缓存数量小于单行压缩块数量L/30，返回解码步骤B；重复此过程直至读取到结束符。

进一步，所述编码压缩方法步骤2)中，获得的压缩结果数据段长度相同时，根据解压算力及二次压缩的需求，按无压缩>行差分>跳色块>列复制的优先级排列选择压缩方法。

进一步，所述编码压缩方法步骤2)中所述行差分、列复制压缩算法是基于LZW的衍生算法，其中行差分压缩算法:行差分符代表相对的参考数据块行位置，数据段内容是目标数据块和参考数据块的差异值编码；列复制压缩算法：列差分符代表相对的参考数据块列位置且仅保留无差异的命中结果。

进一步，所述编码压缩方法步骤2)中所述跳色块压缩算法为基于跳白块的衍生算法：基于二值线段非0即1的特征，采用记录数据跃变点位置的方式来表示二值线段。

进一步，所述编码压缩方法步骤4)中二次压缩基于打印标签大量白块和相邻行相似特性，一次压缩结果中出现的连续空数据段，采用游程编码和字符替换算法进行二次压缩。

进一步，所述Base32编码表，以Base62编码为基础，0～31对应原Base62编码前32位，32～62中的部分内容定义为标志位，建立固定码表，进行游程编码，即为基于标签图像行宽固定的特征，采用Base32编码表对二值图像在行方向上进行重编码。

本发明的有益效果在于：本发明基于Base62编码的二值图像压缩编解码方法，无损压缩，压缩比高，适用二维码标签；基于Base62编码，适于网络传输；Base62编码表固定，解码简单，满足物联网窄带传输、低性能终端解压的需求。

附图说明

图1为打印样例标签示意图；

图2为Base64编码表图；

图3为三种编码对照表图；

图4为缓存数据辞典示意图；

图5为本发明示例标签的压缩预扫描分布图；

图6为使用本发明方法四个示例标签的编解码计时比较图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

根据二值图像的压缩需求，对各类常用压缩算法进行定向改进，通过混合编码和多次压缩方法，确定固定且合理的编码表和压缩参数，形成一个压缩比高、解压算法简单的专用图像压缩编解码算法，如图3所示三种编码对照表图。

基于Base62编码，建立固定码表，由于码表必须包含数值和标识符，因此最大只能用5位数值编码即Base32(0～31)编码。基于标签图像行宽固定的特征，采用Base32对二值图像在行方向上进行重编码，此步骤的膨胀系数是8/5(膨胀系数：编码后数据长度变为编码前的8/5,即5K的文件经Base32编码后变为8K)。Base62中0～31定义为Base32数值，32～62中的部分内容定义为标志位，部分未使用。标签图像行宽固定的特征是用于说明行方向上进行重编码的原因，因为二值标签打印机打印标签图案如发票的长度是可变的，所以列方向进行base32编码不适合。

一次压缩以LZW和跳白块这两个压缩算法为基础，压缩块的长度固定且必须同时兼容两种算法。以5位数值编码最大值31计算，压缩块的最大长度为30位即6字节。

通过预扫描方法，一次压缩可以在多个压缩算法选择压缩比最高进行混合编码，LZW和跳白块均对噪声敏感，二维码区域有高概率产生膨胀现象。作为应对手段，无压缩也应作为算法的一种加入预扫描。

基于LZW的衍生算法

利用前文数据作为辞典，在行和列两个方向上寻找差异最小的参考块，再将差异值按位置+内容的方式写入数据段。其中行差分压缩算法:行差分符代表相对的参考数据块行位置，数据段内容是目标数据块和参考数据块的差异值编码；列复制压缩算法：列差分符代表相对的参考数据块列位置且仅保留无差异的命中结果。由于压缩块是一个长度为30的一维数组，即长宽比30：1，所以相较行参考，列参考的命中率会低得多。但由于数据按行编解码的特性，列参考不占据解码缓存，行参考需要占据n行的解码缓存，根据实际测试效果，最大行参考值9，最大列参考值3可满足实际压缩需求。

如图4所示缓存数据辞典示意图，当前位置是待编码数据块(图中Kfffff)，可见行参考的第三行(ffffff)与目标数据块差异最小。基于行参考的差分算法，行差分示例，命中第三行，在第0个字节上有差异，差异值为K，则编码结果为：rAK(“r”是Base62表内的行差分符3，代表参考块的位置是行-3，即“ffffff”，“A”是Base62表内的值0，代表目标块和参考块再第0位置字符上不同，内容为“K”)。

由于列参考的低命中率，为简化算法，可仅保留无差异的命中结果，形成基于列参考的复制算法——列复制。

基于跳白块的衍生算法：

基于二值线段非0即1的特征，可以采用记录数据跃变点位置的方式来表示二值线段，该方法无需记录数据内容对于连续线段有着最高的压缩比，由于该方法对白块和黑块都跳过了，可以以跳色块来标记这个衍生算法。

由于打印标签大量白块的特征，默认0为线段起始状态，全白和全黑线段的压缩码是y和yA，压缩比最高。

上图示例二值线段的跃变位置是5、18，对应图2所示Base64编码表图，压缩码为yFS(y为全白，Base64编码表中5对应F，18对应S)。

二次压缩

由于打印标签大量白块和相邻行相似特性，一次压缩结果中必然出现大量的连续空数据段(只有块标志，数据段为空)，该部分适合采用游程编码和字符替换算法进行二次压缩，形成最终的输出结果。示例一次压缩结果：ppppppppppppypppppppppp，游程编码后为plMyplK(根据背景技术中绿字对游程编码的实例，这里可理解为P长12位，在Base64编码表12为M，10为K)，字符替换后得到5My5K(字符“pl”替换成字符“5”-base62表的替换符A)。

本发明基于Base62编码的二值图像压缩编解码方法，编码具体步骤如下：

编码步骤1：对原始二值图片进行Base32转换，生成Base32二维数组。示例标签宽600像素、高400像素，Base32数组为宽120、高400的8位字符二维数组(Base32数组是宽120、高400的矩阵，其中的元素格式是U8)。

编码步骤2：按6字节分块对Base32数组进行压缩建立索引矩阵，索引矩阵为宽20、高400的二维数组。预扫描是对每个压缩块(每个块最终是采用3种算法之一压缩或无压缩，各个块相互独立，因此每行以及整个文件是混合压缩的)进行行差分、列复制、跳色块三种算法压缩，得到各算法的压缩结果数据段长度。考虑膨胀因素，三个长度需和压缩块的原始长度6一起比较，将最短的算法标识符写入索引矩阵。数据段长度相同时，根据解压算力及二次压缩的需求，按无压缩>行差分>跳色块>列复制的优先级排列。

编码步骤3：根据索引矩阵，对Base32二维数组进行一次压缩。

编码步骤4：对一次压缩结果使用Base32编码表进行游程编码，并对频率最高行差分符1+重复标志进行字符替换(替换符A)，最后在压缩结果最前端加上图片的像素宽度L(600)，行数H(400)，最大行差分值N(9)这三个基础数值的Base32值，在最后端加上结束符(61)，完成压缩编码。最大行差分值N越小，对解码端的缓存需求越小。

输出结果示例：YSQMJ……9，当图像为全白时(一张全白图像样本)，压缩结果是YSQMJylU5MZH9。

解码具体步骤如下：

解码步骤1：从压缩文件最前端获取图片的像素宽度L，行数H，最大行差分值N这三个基础数值，建立Base32缓存数组(L/5，N)。建立索引缓存和行数据缓存二维数组(L/30，压缩块长度6)。

解码步骤2：按块标志(Base62值>39的均为块标志)读取一段压缩码，压缩码段可分块标志+数据段的标准压缩块和块标志(+连续标志+连续数量)的无数据压缩块两类。对于标准压缩块，将块标志和数据段写入索引缓存和行数据缓存。对于无数据压缩块，先进行字符替换解码，再进行游程解码，将块标志写入索引缓存。索引缓存数量达到单行压缩块数量(L/5)后，进行解码步骤3。

解码步骤3：根据索引缓存和行数据缓存，依据Base32缓存数组复原此行的Base32编码值。索引标志：

1)原始编码：直接将行数据缓存内的数据段复制到Base32二维数组的当前位置。

2)行差分编码：先将Base32二维数组的前n行同列位置内容复制到Base32二维数组的当前位置，再根据数据段的位置、内容格式修改对应字节内容。

3)列复制编码：先将Base32二维数组的同行前n列位置内容复制到Base32二维数组的当前位置。

4)跳色块编码：建立一个长度为30、初值为0的二值数组，根据数据段内容对每个位置点数据，对相应位置及之后的数组值做一次反转，将结果进行Base32编码形成6字节数据写入Base32二维数组的当前位置。

当前行Base32编码值解码完成后根据像素宽度L进行Base32逆编码还原出该行二值图片的原始值并输出。清空行数据缓存，清除索引缓存中该行的内容，更新Base32缓存数组。

解码步骤4：重复解码步骤3直至索引缓存数量小于单行压缩块数量L/30，返回解码步骤2。重复此过程直至读取到结束符。

这里选取JBIG2(算术压缩)和GIF(LZW压缩)两个常用图像压缩算法和专用图像压缩算法比较。

表1

原图、LZW压缩、算术压缩与专用图像压缩的比较，由上表1可见，专用图像压缩算法明显优于基础的LZW压缩算法，和拥有二值图像最高压缩比的JBIG2压缩相比，除去Base32编码的8/5膨胀系数因素，专用图像压缩的文件大小为JBIG2压缩的94％～101％，十分接近。

如图5为附图1所示标签图像的压缩预扫描结果分析，行差分符1在编码中占绝对主导地位，由于n行差分解码要求解码端缓存n行解码结果作为字典，所以选取适合的行差分系数可以一定的压缩比下降为代价降低解码端的缓存性能需求。

如图6所示是使用本发明方法对四个示例标签进行编解码计时得到的结果，标签0是做为对比基准的全空白图片，标签1是不含二维码的标签图片，标签2和3是包含二维码的常用标签图片。由图可见，随着图片复杂度的提升，预扫描的计时增值较显著，而编码和解码的计时增值相对平缓，编码计时的增值约为解码计时增值的两倍。由于预扫描和编码是由编码端完成，相较于解码端，算力负载明显偏向编码端。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (6)

1.一种基于Base62编码的二值图像压缩编解码方法，其特征在于，包括编码压缩方法和解码方法：

编码压缩方法，具体包括如下步骤：

1)对原始二值图片进行Base32转换，生成Base32二维数组；

2)设定压缩字节数，按压缩字节数分块对Base32数组进行压缩建立索引矩阵；索引矩阵建立方法如下：

首先、预扫描，即对每个压缩块进行选行差分、列复制、跳色块三种压缩算法中一种或无压缩，得到各算法的压缩结果数据段长度；

然后、考虑膨胀因素，获得的三个压缩结果数据段长度和压缩块的原始长度一起比较，将最短的算法标识符写入索引矩阵；

3)根据索引矩阵，对步骤1)Base32二维数组进行一次压缩；

4)二次压缩：对一次压缩结果使用Base32编码表进行游程编码，并对频率最高行差分符1+重复标志进行字符替换，最后在压缩结果最前端加上图片的像素宽度L，行数H，最大行差分值N这三个基础数值的Base32值，在最后端加上结束符，完成压缩编码；

解码具体步骤如下：

A:从压缩文件最前端获取图片的像素宽度L，行数H，最大行差分值N这三个基础数值，建立Base32缓存数组；

B：按块标志读取一段压缩码，压缩码段可分块标志+数据段的标准压缩块和块标志+连续标志+连续数量的无数据压缩块两类，对于标准压缩块，将块标志和数据段写入索引缓存和行数据缓存；对于无数据压缩块，先进行字符替换解码，再进行游程解码，将块标志写入索引缓存；索引缓存数量达到单行压缩块数量L/5后，进行解码步骤C；

C：根据索引缓存和行数据缓存，依据Base32缓存数组复原此行的Base32编码值；

D:重复解码步骤C直至索引缓存数量小于单行压缩块数量L/30，返回解码步骤B；重复此过程直至读取到结束符。

2.根据权利要求1所述基于Base62编码的二值图像压缩编解码方法，其特征在于，所述编码压缩方法步骤2)中，获得的压缩结果数据段长度相同时，根据解压算力及二次压缩的需求，按无压缩>行差分>跳色块>列复制的优先级排列选择压缩方法。

3.根据权利要求1或2所述基于Base62编码的二值图像压缩编解码方法，其特征在于，所述编码压缩方法步骤2)中所述行差分、列复制压缩算法是基于LZW的衍生算法，其中行差分压缩算法:行差分符代表相对的参考数据块行位置，数据段内容是目标数据块和参考数据块的差异值编码；列复制压缩算法：列差分符代表相对的参考数据块列位置且仅保留无差异的命中结果。

4.根据权利要求1或2所述基于Base62编码的二值图像压缩编解码方法，其特征在于，所述编码压缩方法步骤2)中所述跳色块压缩算法为基于跳白块的衍生算法：基于二值线段非0即1的特征，采用记录数据跃变点位置的方式来表示二值线段。

5.根据权利要求1所述基于Base62编码的二值图像压缩编解码方法，其特征在于，所述编码压缩方法步骤4)中二次压缩基于打印标签大量白块和相邻行相似特性，一次压缩结果中出现的连续空数据段，采用游程编码和字符替换算法进行二次压缩。

6.根据权利要求1或5所述基于Base62编码的二值图像压缩编解码方法，其特征在于，所述Base32编码表，以Base62编码为基础，0～31对应原Base62编码前32位，32～62中的部分内容定义为标志位，建立固定码表，进行游程编码，即为基于标签图像行宽固定的特征，采用Base32编码表对二值图像在行方向上进行重编码。

Images