游程编码,在传真通信中通常指一维Modified Huffman (MH) 编码，是国际电报电话咨询委员会为传真机（特别是Group 3标准）制定的一种无损压缩算法，它的核心思想是利用传真图像中大面积的白色或黑色区域，将连续的相同颜色像素（称为“游程”）用一个“游程长度”和“颜色”的组合来表示，从而极大地减少数据量，提高传输效率。
为什么需要游程编码？—— 传真图像的特点
要理解游程编码的必要性,首先要了解传真图像的特性：
- 二值图像：早期的传真机只传输黑白两种颜色，每个像素点只有0（白）和1（黑）两种状态。
- 高冗余度：传真页面（如文件、表格）通常包含大量的空白区域，这意味着图像中会存在大量连续的白色像素，也可能存在一些连续的黑色像素（如粗线条、填充区域）。
- 数据量大：一张标准的A4纸，以标准扫描分辨率（如204x98或204x196 dpi）扫描后，会产生几十万甚至上百万个像素点，如果直接传输这些原始的“黑/白”序列，效率极低。
传真图像的数据中包含了大量的“冗余”信息，即连续的相同像素，游程编码正是为了消除这种冗余而设计的。
游程编码的基本原理
游程编码的本质是一种统计编码，它不关心像素的具体位置，只关心“连续多少个相同颜色的像素”出现了。
基本公式：(颜色, 长度)
- 颜色：用
EOL(End of Line) 之外的代码表示，0代表白，1代表黑。 - 长度：连续相同颜色像素的个数。
简单示例：
假设有一行扫描数据（从左到右）：白白白白黑黑白白白白白白白白
原始数据需要记录15个符号：W W W W B B W W W W W W W W W
使用游程编码后,可以表示为：
- 4个白色
- 2个黑色
- 9个白色
编码序列变为：(W,4), (B,2), (W,9)，这比原始数据简洁得多。
传真标准中的游程编码：Modified Huffman (MH) 编码
直接使用 (颜色, 长度) 对进行编码还不够高效，因为长度本身也需要用二进制数表示，可能很长，为了进一步压缩，国际标准（ITU-T T.4）定义了Modified Huffman (MH) 编码，它为不同的“颜色+长度”组合分配了固定长度的霍夫曼码字。
1 核心特点
- 一维编码：只对当前扫描行进行编码，不考虑上一行的信息，这使得实现简单，但压缩效率不如二维编码（如MR编码）。
- 霍夫曼编码：根据“颜色+长度”组合在传真图像中出现的概率来分配码字，出现概率越高的组合，分配的码字越短。
- 白色游程：空白区域非常多，所以短长度的白色游程（如1个白像素、2个白像素）出现概率最高，因此分配了最短的码字。
- 黑色游程：黑色区域相对较少，但为了完整覆盖所有可能情况，也为其分配了码字。
- 特殊码字：
- EOL (End of Line)：行结束码，每行数据编码结束后，都必须发送一个EOL码，它也用于标识新页的开始（连续发送6个EOL）和文件结束（连续发送6个以上EOL）。
- 填充码：当数据传输速率与调制解调器速率不匹配时，用于填充时间。
2 编码表（简化版）
MH编码表非常庞大,因为它需要覆盖从1到1728个像素的游程长度（标准A4纸宽度），这里我们看一个简化的例子，帮助你理解其编码逻辑：
| 颜色 | 游程长度 | 霍夫曼码字 | 码字长度 |
|---|---|---|---|
| 白色 | 64 | 11011 |
5 |
| 白色 | 128 | 10010 |
5 |
| 白色 | 1 | 0000111111 |
10 |
| ... | ... | ... | ... |
| 黑色 | 64 | 0000001111 |
10 |
| 黑色 | 128 | 000011001000 |
12 |
| 黑色 | 1 | 010 |
3 |
| ... | ... | ... | ... |
| EOL | - | 000000000001 |
12 |
观察上表可以发现规律：
- 短游程的黑色（如1个黑像素）码字很短（
010），因为单个黑像素比单个白像素更常见。 - 长游程的白色（如64个白像素）码字也很短（
11011），因为大面积空白是常态。 - 短游程的白色（如1个白像素）码字较长（
0000111111），因为单个白像素出现的概率相对较低。 - 长游程的黑色码字很长，因为长条黑色区域非常罕见。
3 编码流程（一行的处理）
- 初始化：假设一行以白色开始（如果实际以黑色开始，则先编码一个长度为0的白色游程）。
- 扫描：从左到右扫描一行像素。
- 检测游程：检测连续的白色或黑色像素，计算其长度
Run Length。 - 查表编码：根据当前颜色和游程长度，在MH编码表中查找对应的霍夫曼码字，并发送。
- 切换颜色：遇到颜色变化时，切换颜色（白->黑 或 黑->白），重复步骤3和4。
- 结束行：扫描完一行所有像素后，发送一个EOL码字，表示本行结束，然后开始下一行的编码。
优缺点分析
优点
- 压缩率高：对于包含大量空白区域的文档（如信件、报告），压缩效果非常显著，通常可以将数据量压缩到原来的1/10甚至更低。
- 算法简单，速度快：编码和解码过程都是线性的，计算量小，非常适合当时硬件性能有限的传真机。
- 无损压缩：可以完美地重建原始图像，不会丢失任何信息。
- 标准化：作为Group 3传真机的国际标准，保证了不同品牌传真机之间的互操作性。
缺点
- 对复杂图像效果差：如果图像本身没有大面积的同色区域（如照片、半色调图像），游程编码几乎无法压缩，甚至可能因为码字比原始像素更长而导致“负压缩”（数据膨胀）。
- 一维局限性：它只利用了行内冗余，没有利用行间的相关性，两行相同的像素，它会对每一行都进行重复编码，后来的Modified READ (MR) 和 Modified Modified READ (MMR) 二维编码通过参考上一行来进一步压缩，效率更高。
技术演进与现状
随着技术的发展,游程编码在传真领域的地位有所变化：
- 从MH到MR/MMR：为了提高压缩率，特别是对于照片等复杂图像，ITU-T T.6标准引入了二维编码（MR和MMR），它们在游程编码的基础上，增加了对上一行扫描模式的参考，能利用垂直方向的冗余，压缩效率远超一维的MH编码。
- 从二值到彩色：现代传真（如Group 4标准）和多功能一体机已经支持灰度和彩色图像，通用的压缩算法如JBIG（用于二值图像）和JPEG（用于灰度/彩色图像）成为主流，它们比单纯的游程编码更强大、更灵活。
- 应用场景变化：随着电子邮件、即时通讯和云存储的普及，物理传真机的使用量大幅下降。传真作为一项“法律上可接受的文件传输方式”，在某些行业（如医疗、法律、金融）仍然保留，许多现代传真服务实际上是基于IP网络的，它们在传输前依然会使用包括游程编码在内的压缩技术来优化带宽。
传真通信中的游程编码（以MH编码为代表）是一项开创性的数据压缩技术，它巧妙地利用了传真图像固有的高冗余特性，通过将连续的同色像素块编码为短码字，极大地提高了数据传输效率，是传真技术能够普及和实用化的关键基石，尽管现在它已被更先进的算法所补充或替代，但其在通信和数据压缩发展史上的地位是不可磨灭的。
