本示例展示了如何使用Python实现基于Huffman编码的图像无损压缩及解压缩。通过构建字符频率表和对应的Huffman树，对图像数据进行高效编码，最终达到减少存储空间的目的，并提供完整可执行代码。
本程序实现了利用 Huffman 编码对图像进行无损压缩和解压缩。Huffman 编码是一种基于字符出现频率构建相应前缀码的无损数据压缩算法。
使用方法：
1. 安装 OpenCV 和 Numpy 库：`pip install opencv-python numpy`
2. 直接运行 main.py 脚本即可使用。
压缩原理：
1. 统计输入图像中每个像素值出现的频率，建立字符到频率的映射表。
2. 根据频率使用最小堆构建 Huffman 树。
3. 根据 Huffman 树为每个像素值赋予一个可变长度的二进制编码。
4. 使用上一步得到的编码对原始图像进行编码。
5. 对编码后的位串进行填充，确保长度是 8 的倍数。
6. 将编码后的位串转换为字节序列写入压缩文件。
解压原理：
1. 从压缩文件读取编码后的位串。
2. 去除填充，提取实际的编码文本。
3. 对编码文本进行解码，恢复原始的像素值序列。
4. 将解码得到的一维像素值序列 reshape 还原为图像。
5. 将图像写入解压后的文件。
5星
