图像压缩编码的必要性：
图像的数据量非常大。为了有效地传输和存储图像，有必要压缩图像的数据量。随着现代通信技术的发展，要求传输的图像信息的种类和数据量愈来愈大。若不对此进行数据压缩，便难以推广应用。
图像压缩编码的可行性：
图像数据可以进行压缩有几方面的原因。首先，原始图像数据是高度相关的，存在很大的冗余。数据冗余造成比特数浪费，消除这些冗余可以节约码字，也就是达到了数据压缩的目的。大多数图像内相邻像素之间有较大的相关性，这称为空间冗余。序列图像前后帧内相邻之间有较大的相关性，这称为时间冗余。其次，若用相同码长来表示不同出现概率的符号也会造成比特数的浪费，这种浪费称为符号编码冗余。如果采用可变长编码技术，对出现概率高的符号用短码字表示，对出现概率低的符号用长码字表示，这样就可大大消除符号编码冗余。再次，有些图像信息(如色度信息、高频信息)在通常的视感觉过程中与另外一些信息相比来说不那么重要，这些信息可以认为是心里视觉冗余，去除这些信息并不会明显地降低人眼所感受到的图像质量，因此在压缩的过程中可以去除这些人眼不敏感的信息，从而实现数据压缩。
图像压缩编码的分类：
图像压缩编码技术从不同的角度出发，有不同的分类方法。根据压缩过程有无信息损失，可分为有损编码和无损编码。根据压缩原理进行划分，可以分为预测编码、变换编码、统计编码等。
有损编码
有损编码又称为不可逆编码，是指对图像进行有损压缩，致使解码重新构造的图像与原始图像存在一定的失真，即丢失了了部分信息。由于允许一定的失真，这类方法能够达到较高的压缩比。有损压缩多用于数字电视、静止图像通信等领域
无损编码
无损压缩又称可逆编码，是指解压后的还原图像与原始图像完全相同，没有任何信息的损失。这类方法能够获得较高的图像质量，但所能达到的压缩比不高，常用于工业检测、医学图像、存档图像等领域的图像压缩中。
预测编码
预测编码是利用图像信号在局部空间和时间范围内的高度相关性，以已经传出的近邻像素值作为参考，预测当前像素值，然后量化、编码预测误差。预测编码广泛应用于运动图像、视频编码如数字电视、视频电话中。
变换编码
变换编码是将空域中描述的图像数据经过某种正交变换(如离散傅里叶变换DFT、离散余弦变换DCT、离散小波变换DWT等)转换到另一个变换域(频率域)中进行描述，变换后的结果是一批变换系数，然后对这些变换系数进行编码处理，从而达到压缩图像数据的目的。
统计编码
统计编码也称为熵编码，它是一类根据信息熵原理进行的信息保持型变字长编码。编码时对出现概率高的事件(被编码的符号)用短码表示，对出现概率低的事件用长码表示。在目前图像编码国际标准中，常见的熵编码方法有哈夫曼(Huffman)编码和算术编码。
图像压缩的评价指标：
压缩比和失真比是衡量图像压缩的重要指标。
压缩比：
压缩比是指压缩过程中输入数据量和输出数据量之比；
失真比：
该性能主要是针对有损编码而言的，是指图像经有损压缩，然后将其解码后的图像与原图像之间的误差，有损压缩会使原始图像数据不能完全恢复，信息受到一定的损失，但压缩比较高，复原后的图像存在一定的失真。
本文转自 CSDN，为博主 怀草诗 的原创文章，
遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_37782177/article/details/69946365
