Image 哈夫曼压缩图像

我正在做一个我想做很久的项目。我想制作一个全方位的哈夫曼压缩器，它不仅在理论上可以对各种类型的文件工作，而且我正在用python:

文本——由于明显的原因，它是易于实现的，已经完成，工作非常出色

图像-这是我挣扎的地方。我不知道如何处理图像，以及如何以一种简单的方式阅读它们，这实际上可以帮助我轻松地压缩它们。 我试着一个像素一个像素地读，但不知怎么的，它实际上放大了图片，而不是压缩它

我所尝试的： 使用图像（PIL）逐像素读取图像，获取列表中的所有像素，为每个像素创建一个频率表，然后对其进行加密问题是，在我看来，我正在读取每个像素，并试图用它制作一个频率表。这样，我得到了太多的符号，这导致了太多冗长的哈夫曼代码（超过8位）。

我想我可以通过读取更大的像素集或类似的东西来解决这个问题，因为这样我就有了更小的代码表，因此哈夫曼代码就不那么长了。如果我这样做，理论上我可以得到255^3大小的代码表（因为每个像素是（0-255，0-255，0-255））

有没有办法一次读取更多的像素（>1像素），或者在只需要压缩的情况下，有没有更好的方法接近图像？

感谢大家阅读到目前为止，并特别感谢所有试图伸出援手的人

---

编辑：如果哈夫曼是一个非常糟糕的图像压缩算法，有没有更好的，你可以考虑吗？如果有必要，我正在进行的项目可以针对不同的文件类型采用不同的算法。

像这样对整个像素进行编码通常会导致太多的唯一符号，每个符号使用的次数都非常少。特别是如果图像是一张照片或包含许多彩色渐变。解决这一问题的一个简单方法是将图像拆分为R、G和B颜色平面，并分别或串联编码，无论哪种方式，正在编码的实际元素都在0..255范围内，而不是多维

---

但正如你所怀疑的，仅仅利用0阶熵对许多图像来说并不是很好，尤其是照片。作为一些现有格式的示例，PNG使用空间相关性（非常适合平滑渐变），JPG使用量化离散余弦变换和（通常）到YCbCr的颜色空间变换（去相关通道，比Luma更无情地粉碎色度）和（通常）色度子采样，JPEG2000以有损和无损的形式使用小波和颜色空间变换（虽然不同的小波和不同的颜色空间变换），并且还支持二次采样，尽管降低小波比例可以获得类似的效果。

您的意思是说您读取了一整个像素，其完整的24位亮度，“你在用这些做频率表吗？”哈罗德，我想是的。我正在使用python中的库PIL，并通过img访问每个所谓的“像素”[I，j]如何在PIL中将图像分割为R、G和B颜色平面？@kuyy我不知道任何直接执行的好方法，但通过numpy数组可以使用切片。最坏的情况是，你可以在所有像素上循环并解构它们。

Image.split（）