clc;clear;

   %采用JPEG亮度量化表

 Q =[           

            ];

 X = ;%分块大小

 I=imread('cameraman.jpg');%读取图像

 gray_img = rgb2gray(I);%灰度化

 I_DCT = blkproc(gray_img,[X X],'dct2');%对图像进行DCT变换,

 Iq = round(blkproc(I_DCT,[X X],'x./P1',Q));%量化处理

 Iq = Iq + ;%量化处理之后，序列的symbol取-120到+120之间，为了方便编码，将其平移到0-255的区间

 %哈夫曼编码

 [M,N] = size(Iq);

 I1 = Iq(:);

 P = zeros(,);

 for i = :

     P(i+) = length(find(I1 == i))/(M*N);

 end

 k = :;

 dict = huffmandict(k,P); %生成字典

 enco = huffmanenco(I1,dict); %编码

 %bitstream传输

         %计算编码长度，计算压缩率

         binaryComp = de2bi(enco);

         encodedLen = numel(binaryComp);

         imgLen = numel(de2bi(I1));

         disp(strcat(['编码后传输的比特流长度为' num2str(encodedLen)]))

         disp(strcat(['原图片二进制编码比特长度为' num2str(imgLen)]))

         disp(strcat(['压缩率为' num2str(*(imgLen-encodedLen)/imgLen) '%']))

 %bitstream接收

 %哈夫曼解码

 deco = huffmandeco(enco,dict);

 Idq = col2im(deco,[M,N],[M,N],'distinct')-; %把向量重新转换成图像块，记得要把图像平移回去原来的区间；

 I_rq =  round(blkproc(Idq,[X X],'x.*P1',Q));%反量化

 I_rDCT = round(blkproc(I_rq,[X X],'idct2'));%对图像进行DCT反变换

 I_rDCT = Normalize(I_rDCT);%归一化到0-255区间

 figure

 subplot(,,)

 imshow(gray_img);

 title('原图')

 subplot(,,)

 %在matlab处理完数据好，我们希望显示或者imwrite写入图片时候，需要注意。如果直接对double之间的数据矩阵I运行imshow(I)，

 %我们会发现有时候显示的是一个白色的图像。 这是因为imshow()显示图像时对double型是认为在0~1范围内，即大于1时都是显示为白色，

 %而imshow显示uint8型时是0~255范围。所以对double类型的图像显示的时候，要么归一化到0~1之间，

 %要么将double类型的0~255数据转为uint8类型

 imshow(I_rDCT/);

 title('经压缩传输后解压的图像')

 function OutImg = Normalize(InImg)

 ymax=;ymin=;

 xmax = max(max(InImg)); %求得InImg中的最大值

 xmin = min(min(InImg)); %求得InImg中的最小值

 OutImg = round((ymax-ymin)*(InImg-xmin)/(xmax-xmin) + ymin); %归一化并取整

 end