Java实现Huffman编码图像压缩程序报错问题咨询

现有代码核心错误 #

• 字节转字符串逻辑完全损坏原始数据：你将每个byte的十进制数值（如-12、230）直接拼接为字符串，单个字节会被转为1~3个十进制数字符，比如字节值128会被拆成'1''2''8'三个字符，后续Huffman编码处理的根本不是原始图像数据，统计的频率完全失真。
• Huffman编码符号选型错误：当前实现基于Java 2字节的Character类型做符号映射，而原始图像单像素分量是1字节（共256种取值），不仅引入冗余，还和字节转字符串的错误叠加，导致码表完全不匹配原始数据。
• 流程逻辑断层：代码中虽然写了解码方法调用，但后续完全没有使用解码结果，直接拿编码后的压缩二进制串转字节去生成光栅图像，相当于把zip压缩包直接改后缀为jpg，不可能正常解析。
• 压缩数据缺失必要元信息：Huffman解压必须依赖编码时生成的码表、原始数据长度、位填充数等信息，你只存储了编码后的二进制字节，没有任何元信息，就算编码逻辑正确也无法正常解压。
• 二进制串转字节逻辑错误：使用new BigInteger(strToByte, 2).toByteArray()转换会自动补符号位，且二进制串长度不是8的整数倍时会丢失末尾bit，导致数据损坏。
• 图像生成逻辑错位：你将压缩后的短字节数组直接传入RGB光栅生成方法，该方法要求传入的字节数组长度必须等于图像宽度*图像高度*3（三通道每通道1字节），压缩后数据长度远小于这个值，自然抛出Data array too small异常。另外你读取JPG时ImageIO.read拿到的是已经解码的像素缓冲，又重新编码为JPG字节再做压缩，链路逻辑完全混乱。
• Huffman解码逻辑存在边界bug：遍历二进制串遇到叶子节点时的索引回退逻辑，在串末尾、单符号树等场景下会出现数组越界、丢字符问题。

正确实现路径 #

建议分两步实现，先跑通基础逻辑再做标准格式兼容，不要一开始就碰JPEG标准：

第一步：实现原始像素数据的Huffman压缩（验证算法正确性） #

先跳过JPEG复杂的编解码流程，用无压缩的BMP/PNG格式做输入输出，验证Huffman压缩解压全链路正确性，流程如下：

• 读取图像提取原始像素：用BufferedImage.getRaster()获取逐行排列的RGB三通道字节数组，记录三个核心参数：图像宽度、图像高度、原始像素字节数组总长度。
• 改造Huffman编码适配字节输入：将原来基于Character的符号映射、频率统计全部改为基于Byte类型（对应0~255共256种单字节取值），Huffman树构建、码表生成逻辑可保留原有核心实现。
• 编码与位填充：遍历原始像素字节数组，查码表拼接得到0/1二进制串，若串长度不是8的整数倍，末尾补0凑整，同时记录填充的bit数量，方便解压时剔除无效位。
• 按固定格式写压缩文件，不要只存压缩数据：
  • 4字节存储图像宽度（int类型）
  • 4字节存储图像高度（int类型）
  • 4字节存储原始像素字节总长度（int类型）
  • 1字节存储末尾填充的bit数
  • 序列化存储Huffman码表（因为只有256种符号，可直接按字节顺序存储每个符号对应的码字长度+码字内容，固定存储开销极小）
  • 最后写入二进制串转换得到的压缩字节数组
• 解压流程：先读取文件头元信息，反序列化还原Huffman码表，将压缩字节转回二进制串，剔除末尾填充位后，用Huffman树逐位遍历解码，还原出原始RGB像素字节数组。
• 图像还原：将解码得到的、长度恰好为宽*高*3的像素字节数组传入createRGBImage方法生成BufferedImage，输出为BMP/PNG格式验证正确性。

第二步：实现标准JPEG格式压缩（进阶） #

等基础链路跑通后，如果要实现系统可识别的标准JPG文件，不能只对原始像素做Huffman编码，必须严格遵循JPEG标准流程：

• 将RGB颜色空间转换为YCbCr，根据压缩率需求对色度通道做下采样
• 将图像切分为8x8的像素块，逐块做DCT离散余弦变换
• 用标准量化表对DCT系数做量化（这一步是JPEG有损压缩的核心）
• 对量化后的系数做Zigzag扫描展开为一维序列，DC系数做DPCM差分编码，AC系数做游程编码
• 对处理后的系数做Huffman编码（可使用JPEG标准DC/AC码表，也可自适应生成优化码表）
• 按照JPEG规范写入文件段标记、文件头、量化表、码表、压缩数据，最终生成标准JPG文件。

关键逻辑修正参考 #

二进制字符串转字节数组不要用BigInteger，参考实现：

public static byte[] binaryStrToBytes(String binaryStr, int padBitCount) {
    int validBitLen = binaryStr.length() - padBitCount;
    byte[] result = new byte[(validBitLen + 7) / 8];
    int byteIdx = 0;
    for (int i = 0; i < validBitLen; i += 8) {
        int byteVal = 0;
        for (int j = 0; j < 8 && i + j < validBitLen; j++) {
            byteVal = (byteVal << 1) | (binaryStr.charAt(i + j) == '1' ? 1 : 0);
        }
        result[byteIdx++] = (byte) byteVal;
    }
    return result;
}

注意：所有字节处理逻辑直接操作byte[]，不要将字节数组转为String通过char类型处理，避免编码转换带来的数据损坏。

内容的提问来源于stack exchange，提问作者Andersson Llanos