基于FFT2替代DCT2的Matlab JPEG压缩：二进制导出难题

问题背景 #

我正尝试在Matlab中用FFT2替代DCT2实现JPEG压缩，并导出二进制文件供解码使用，目前在二进制文件转换环节遇到较大困难。

已实现的压缩/解码流程 #

压缩步骤

1. 将RGB图像转换为Y、Cb、Cr三通道
2. 对每个通道执行以下操作：
   • 若为Cb或Cr通道，进行下采样
   • 将通道分割为8×8不重叠块
   • 对每个块执行：
     • 应用2D FFT，输出8×8频率表
     • 量化：与量化表逐元素相除后取整，Y通道与Cb、Cr通道使用不同量化表
     • 之字形（ZigZag）遍历系数，提升游程编码效率
     • 游程编码（Run Length Encoding），输出包含计数矩阵与符号矩阵的元胞数组
     • 霍夫曼（Huffman）编码，分别编码计数矩阵与符号矩阵
3. 生成自定义二进制文件格式并导出

解码步骤

• 读取二进制文件
• Huffman解码
• 逆游程编码
• 逆ZigZag遍历
• 乘以量化表
• 逆2D FFT
• 重构8×8块

二进制文件需求 #

需包含：Y、Cb/Cr量化表各一张，Huffman表/字典，实际图像数据。Huffman表通过扫描所有块生成字典后编码所有块。

核心难题 #

作为Matlab新手，不熟悉二进制文件写入操作。使用Matlab内置Huffman函数时，输出为元胞数组矩阵：第一列为符号，第二列为二进制码（以整数数组形式存储）。不知道如何将这些二进制码直接以二进制值写入文件，而非被当作十进制处理。

解决方案：二进制码的序列化与写入 #

Matlab中要将整数数组形式的二进制码转为实际的二进制位写入文件，需要先将零散的二进制位拼接成完整的字节（8位一组），再写入文件。以下是具体实现步骤：

1. 收集所有Huffman编码的二进制位 #

假设你的Huffman编码结果存储在huffman_codes元胞数组中，每个元素是一个整数数组（比如[1,0,1,1]表示二进制1011）。首先把所有二进制位拼接成一个大的逻辑数组：

% 收集所有二进制位
all_bits = [];
for i = 1:size(huffman_codes, 1)
    all_bits = [all_bits, huffman_codes{i, 2}];
end

2. 补位对齐到8位字节 #

因为文件是以字节为单位写入的，若总位数不是8的倍数，需要补0到最近的8的倍数：

bit_count = length(all_bits);
pad_bits = mod(8 - mod(bit_count, 8), 8);
if pad_bits > 0
    all_bits = [all_bits, zeros(1, pad_bits)];
end

3. 将二进制位转换为字节数组 #

把每8位一组转为十进制整数（0-255），这就是要写入的字节数据：

% 按8位分组
byte_groups = reshape(all_bits, 8, [])';
% 转换为十进制字节（高位在前）
byte_array = bi2de(byte_groups, 'left-msb');

4. 写入二进制文件 #

使用fwrite函数，指定'uint8'格式确保按字节写入，同时按约定顺序写入量化表、Huffman字典、补位信息和图像数据：

% 打开二进制文件（写入模式）
fid = fopen('compressed_image.bin', 'wb');
if fid == -1
    error('无法打开文件进行写入');
end

% 写入Y通道量化表（8x8矩阵，假设元素为0-255整数）
fwrite(fid, y_quant_table, 'uint8');
% 写入Cb/Cr通道量化表
fwrite(fid, cbcr_quant_table, 'uint8');

% 写入Huffman字典：先写符号数量，再逐个写入符号、码长、码
symbol_count = size(huffman_dict, 1);
fwrite(fid, symbol_count, 'uint16'); % 用uint16存储符号数量，支持最多65535个符号
for i = 1:symbol_count
    fwrite(fid, huffman_dict{i, 1}, 'int16'); % 符号可能为负数，用int16存储
    code_length = length(huffman_dict{i, 2});
    fwrite(fid, code_length, 'uint8'); % 存储二进制码的长度
    fwrite(fid, huffman_dict{i, 2}, 'uint8'); % 存储二进制码的每一位
end

% 写入补位数量（解码时需用此去除多余的补位0）
fwrite(fid, pad_bits, 'uint8');

% 写入图像数据字节数组
fwrite(fid, byte_array, 'uint8');

% 关闭文件
fclose(fid);

5. 解码时的对应处理 #

读取文件时需严格按照写入顺序还原数据：

fid = fopen('compressed_image.bin', 'rb');
if fid == -1
    error('无法打开文件进行读取');
end

% 读取量化表
y_quant_table = fread(fid, [8,8], 'uint8');
cbcr_quant_table = fread(fid, [8,8], 'uint8');

% 读取Huffman字典
symbol_count = fread(fid, 1, 'uint16');
huffman_dict = cell(symbol_count, 2);
for i = 1:symbol_count
    huffman_dict{i, 1} = fread(fid, 1, 'int16');
    code_length = fread(fid, 1, 'uint8');
    huffman_dict{i, 2} = fread(fid, code_length, 'uint8');
end

% 读取补位数量
pad_bits = fread(fid, 1, 'uint8');

% 读取图像字节数组
byte_array = fread(fid, inf, 'uint8');
fclose(fid);

% 将字节数组转回二进制位
byte_groups = de2bi(byte_array, 8, 'left-msb');
all_bits = byte_groups(:)';
% 去除补位的0
if pad_bits > 0
    all_bits = all_bits(1:end-pad_bits);
end

% 后续执行Huffman解码、逆游程编码等操作

注意事项 #

• 若量化表元素超出0-255范围，需调整量化表或使用uint16等更大的存储格式。
• 符号若为负数，需选择合适的整数类型存储（如int16），避免溢出。
• Huffman字典的序列化方式可根据需求调整，只要保证解码时能正确还原即可。

内容的提问来源于stack exchange，提问作者Linn Htet Aung