再寫一次!?(加長版?)

BCB Programming 遭遇問題與解決過程之描述:

前些日子,我的學習進度,
是到1.2.2的儲存影像陣列.

當時因為某樣東西沒宣告,
所以,
一直跑出以下的錯誤訊息:Undefined symbol 'BitmapInfoHead'

1.2.2並沒有多加說明'BitmapInfoHead'是屬於哪種型態??
一時之間...我也不可能突然會寫.

無奈之餘...
我也只好將實驗教學手冊,
再向後翻翻看,
找找看有沒有什麼可用的程式.

雖然不確定是不是用在這種情況.
但是在1.2.3有行程式碼是這麼寫的:
static BITMAPINFOHEADER BitmapInfoHead;

原本只想要隨便試試.
說也奇怪...,
就這麼巧,錯誤訊息就這麼消失了.
我想...該不會
'BitmapInfoHead'就是要宣告成' BITMAPINFOHEADER '吧!

雖然還有不少地方,我還看不太懂.不過我會慢慢去試,去體會的.

===(以下內容有要寫嗎??如沒有,請自行略過~)===

回答方泓智同學關於 Codebook 的疑問

關於codebook和codevector
我在網路上查到這則論文:

利用LBG 群聚法之向量量化影像壓縮演算法
裡面有提到一些~
截取一小部份出來看.

-----------(以下為部份截取內容)------------------

向量量化(Vector Quantization,簡稱VQ)為影像壓縮演算法中很常出現的特徵量表示方式，VQ 根據輸入影像製造碼簿，再將輸入影像各個區塊以碼簿內的碼字來近似,藉此達到壓縮位元率的目的,但也因此造成影像的失真.

向量量化
設f=【f1，f2，………，fN】T 表示一N 維向量，它是由N 個實數連續純量值fi 所組成。在VQ 中，f 將被映射到另一個N 維向量r=【r1，r2，………，rN】T。 f 的VQ 是將一個N 維向量空間分割成L 個決策區域Ci，1 ≤ i ≤L，每一個決策區域包圍一個重建向量ri。在編碼的文獻中常將ri 稱為碼向量（codevector），並將碼向量所形成的集合稱為碼簿（codebook）。

設fp 代表f 量化的結果，則可寫成

fp=VQ（f）=ri，f∈Ci

其中VQ 代表向量量化的動作。[1]

在向量量化編碼時，不同的碼向量分別給予不同的指標，藉由指標而非向量本身的傳送，可以降低表達此影像時所需花費的位元數，這就是以向量量化做影像壓縮減少資料量的原因。

圖1 為向量量化的流程圖。其中編碼端及解碼端的碼簿均相同。每輸入一個向量，編碼端會到碼簿中去尋找和此向量有最短距離的碼向量，並將代表此一碼向量的指標傳送至解碼端。解碼端主要為查表的動作，將此一指標所對應的碼向量取出當作輸出向量，完成解碼動作。

資料來源:

http://www.chit.edu.tw/pub/journal/33/33-02.pdf

-----------(以上為部份截取內容)------------------

不曉得是不是有點難,
我也不是很瞭它在說什麼..(謎:其實是你太笨orz)
不過不知道對同學有沒有幫助.(所以就先po文)

=====================================

解釋 色彩差距(color distance) 的觀念

老師課堂上都講過了,
所以我就不多說了~