在多媒體計(jì)算系統(tǒng)中，信息從單一媒體轉(zhuǎn)到多種媒體；若要表示，傳輸和處理大量數(shù)字化了的聲音/圖片/影像視頻信息等，數(shù)據(jù)量是非常大的。

例如：一張A4(210mm×297mm) 幅面的照片，若用中等分辨率(300dpi)的掃描儀按真彩色掃描，其數(shù)據(jù)量為多少？共有210*297/25.4/25.4*300=29002個(gè)象素，每個(gè)像素是24位，其數(shù)據(jù)量為29002*24=696Kb。
（補(bǔ)充說(shuō)明dpi代表每平方英寸的點(diǎn)數(shù)，1英寸=1000mil=25.4mm）


例如，一幅具有中等分辨率（640*480像素）真彩色圖像（24位/像素），它的數(shù)據(jù)量約為每幀640*480*24=7.37Mb。若要達(dá)到每秒25幀的全動(dòng)態(tài)顯示要求，每秒所需的數(shù)據(jù)量為184Mb，而且要求系統(tǒng)的數(shù)據(jù)傳輸速率必須達(dá)到184Mb/s，這在目前是無(wú)法達(dá)到的。

再例如：對(duì)聲音，用16位/樣值的PCM編碼，采樣速率選為44.1kHz，則雙聲道立體聲聲音每秒將有44.1*16*2=176KB的數(shù)據(jù)量，而1分鐘的數(shù)據(jù)量則為176KB*60=10.56MB，而一首歌通常在3-5分鐘，可想而知如果不進(jìn)行數(shù)據(jù)壓縮存儲(chǔ)量和交換量都相當(dāng)驚人。
壓縮的理論基礎(chǔ)是信息論。從信息論的角度來(lái)看，壓縮就是去掉信息中的冗余，即保留不確定的信息，去掉確定的信息(可推知的)，也就是用一種更接近信息本質(zhì)的描述來(lái)代替原有冗余的描述。這個(gè)本質(zhì)的東西就是信息量(即不確定因素)。

壓縮可分為兩大類：第一類壓縮過(guò)程是可逆的，也就是說(shuō)，從壓縮后的圖象能夠完全恢復(fù)出原來(lái)的圖象，信息沒(méi)有任何丟失，稱為無(wú)損壓縮；第二類壓縮過(guò)程是不可逆的，無(wú)法完全恢復(fù)出原圖象，信息有一定的丟失，稱為有損壓縮。選擇哪一類壓縮，要折衷考慮，盡管我們希望能夠無(wú)損壓縮，但是通常有損壓縮的壓縮比(即原圖象占的字節(jié)數(shù)與壓縮后圖象占的字節(jié)數(shù)之比，壓縮比越大，說(shuō)明壓縮效率越高)比無(wú)損壓縮的高。

圖象壓縮一般通過(guò)改變圖象的表示方式來(lái)達(dá)到，因此壓縮和編碼是分不開的。圖象壓縮的主要應(yīng)用是圖象信息的傳輸和存儲(chǔ)，可廣泛地應(yīng)用于廣播電視、電視會(huì)議、計(jì)算機(jī)通訊、傳真、多媒體系統(tǒng)、醫(yī)學(xué)圖象、衛(wèi)星圖象等領(lǐng)域。

壓縮編碼的方法有很多，主要分成以下四大類：(1)象素編碼；(2)預(yù)測(cè)編碼；(3)變換編碼；(4)其它方法。

所謂象素編碼是指，編碼時(shí)對(duì)每個(gè)象素單獨(dú)處理，不考慮象素之間的相關(guān)性。在象素編碼中常用的幾種方法有：(1)脈沖編碼調(diào)制(Pulse Code Modulation，簡(jiǎn)稱PCM)；(2)熵編碼(Entropy Coding)；(3)行程編碼(Run Length Coding)；(4)位平面編碼(Bit Plane Coding)。其中我們要介紹的是熵編碼中的哈夫曼(Huffman)編碼和行程編碼(以讀取.PCX文件為例)。

所謂預(yù)測(cè)編碼是指，去除相鄰象素之間的相關(guān)性和冗余性，只對(duì)新的信息進(jìn)行編碼。舉個(gè)簡(jiǎn)單的例子，因?yàn)橄笏氐幕叶仁沁B續(xù)的，所以在一片區(qū)域中，相鄰象素之間灰度值的差別可能很小。如果我們只記錄第一個(gè)象素的灰度，其它象素的灰度都用它與前一個(gè)象素灰度之差來(lái)表示，就能起到壓縮的目的。如248，2，1，0，1，3，實(shí)際上這6個(gè)象素的灰度是248，250，251，251，252，255。表示250需要8個(gè)比特，而表示2只需要兩個(gè)比特，這樣就實(shí)現(xiàn)了壓縮。

常用的預(yù)測(cè)編碼有Δ調(diào)制(Delta Modulation，簡(jiǎn)稱DM)；微分預(yù)測(cè)編碼(Differential Pulse Code Modulation，DPCM)，具體的細(xì)節(jié)在此就不詳述了。

所謂變換編碼是指，將給定的圖象變換到另一個(gè)數(shù)據(jù)域(如頻域)上，使得大量的信息能用較少的數(shù)據(jù)來(lái)表示，從而達(dá)到壓縮的目的。變換編碼有很多，如(1)離散傅立葉變換(Discrete Fourier Transform，簡(jiǎn)稱DFT)；(2)離散余弦變換(Discrete Cosine Transform，簡(jiǎn)稱DCT)；(3)離散哈達(dá)瑪變換(Discrete Hadamard Transform，簡(jiǎn)稱DHT)。

其它的編碼方法也有很多，如混合編碼(Hybird Coding)、矢量量化(Vector Quantize，VQ) 、LZW算法。在這里，我們只介紹LZW算法的大體思想。