关于《质量高解码速度的高彩图象压缩》文章中的方法的改进云风你好！早闻大名了：）
我最近也想实现一种质量高、解码速度快的图片压缩格式，你的文章对我新完成的图片格式影响很大；对于你的方案，我的主要不同处或改进有：支持8bit Alpha通道的32bit RGB真彩色颜色(我的应用中最常见的图片)所有的压缩块共享一个公共调色板(注意调色板可以超个256个颜色)；固定为8x8的块,每个块包含64个4bit索引值；并包含该块的调色板入口索引， (也就是说Color=GlobalTable[LocalTablePort+ColorPalletteIndex])；生成调色板时使用16叉树进行颜色量化，质量很好，速度非常快（空间分割算法太慢了！）
一些说明:固定为8x8的块并且所有的块共享调色板表，这样的好处是每个块的调色板颜色数就不必固定为16个颜色，对于颜色数少的块可以进一步节省空间；而且某些情况下可以完全使用前一个块的调色板,调色板空间成本为0!而且使用8x8的块可以很容易逼近原方案中的16x16块分割的压缩：将相邻的4个8x8的块一起进行颜色量化，然后共用这一个调色板；同理，8x8的块也可以很容易的逼近更大块的压缩(边长为8的倍数)；这样无论选择多大的块来压缩，生成的最终格式也完全相同；这也有利于算法的编写和优化；而且还可以让用户选择感兴趣的区域；
16叉树颜色量化算法(如果不想支持Alpha通道可以使用8叉树，更详细的算法参见其他图像处理书籍);将需要量化的所有颜色添加到16叉树，然后不断的修剪最近的两个颜色直到颜色数小于等于16（为了压缩也可以再加入一个限制条件“最近的两个颜色差值大于某个允许的误差值”）；两个颜色按照颜色数量按比例进行合并为一个颜色； 两个颜色的距离经验公式为(根据人眼对颜色的敏感程度加了权值，Sqr表示平方): Value:= ( Sqr(Color0.B-Color1.B)*2 + Sqr(Color0.G-Color1.G)*4 + Sqr(Color0.R-Color1.R)*3 + Sqr(Color0.A-Color1.A)) * min(Color0Count,Color1Count);
我得到的压缩后的图片质量很好，在16*16模式下测试压缩hc_mm.jpg那幅图片得到的效果都好于原文例子中8*8那幅(hc_mm16c8.png)； (不知道怎么帖图:))
在我应用中，因为大量使用alpha通道，所以格式也对此作了优化；在8x8的块数据中增加了一个该块描述信息：比如：是否全部透明、是否全部不透明、是否纯色等；以次来加快Blend速度；对得到的调色板数据和颜色索引数据还可以进一步进行压缩，比如Hufman编码压缩，一般可以进一步压缩35%-50%；在我的测试中，用Hufman压缩后，从载入文件到显示出来会比直接储存的方式快一点；