Run-length encoding

在kaggle上做题时遇到一个编码技术：Run-length encoding，此处记录一下~

 

行程编码（RLE）是一种无损数据压缩形式，其中数据的runs（即，在许多连续数据元素中出现相同数据值的序列）被存储为单个数据值和计数，而不是原来的runs。这对包含许多此类runs的数据最有用。例如，考虑简单的图形图像，如图标，线条图。它对于没有很多runs的文件没有用，因为它可能会大大增加文件大小。

 

例如，考虑在纯白色背景上包含纯黑色文本的屏幕。空白区域中会有很多长白色像素，文本中会有很多短黑色像素。假设的扫描线，B代表黑色像素，W代表白色，可能如下所示：

WWWWWWWWWWWWBWWWWWWWWWWWWBBBWWWWWWWWWWWWWWWWWWWWWWWWBWWWWWWWWWWWWWW

通过应用于上述假设扫描线的行程编码（RLE）数据压缩算法，可以如下呈现：

12W1B12W3B24W1B14W

这可以解释为十二个W，一个B，十二个W，三个B的序列。

 

参考地址：https://en.wikipedia.org/wiki/Run-length_encoding#Example

kaggle题目：https://www.kaggle.com/c/severstal-steel-defect-detection/overview/evaluation