JPH01101740A - データ圧縮方式 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔目次〕 概要 産業上の利用分野 従来の技術（第６図） 発明が解決しようとする問題点 問題点を解決するための手段（第１図）作用 実施例 （ａ）一実施例の説明 （第２図、第３図、第４図、第５図） （ｂ）他の実施例の説明 発明の効果 〔概要〕 バイト単位のデータを可変長コードに変換してデータ圧
縮するデータ圧縮方式に関し、複数バイトで構成される
文字コードを含むデータを高い圧縮率でデータ圧縮する
ことを目的とし、複数バイトで構成される文字コードを
含むデータをコード変換してデータ圧縮するデータ圧縮
方式において、１バイトを単位とするデータを文字コー
ドを単位とするデータに組立てる文字コード組立部と、
該変換された文字コードを単位に可変長コードに変換す
るコード変換部とを含む。

〔産業上の利用分野〕

本発明は、バイト単位のデータを可変長コードに変換し
てデータ圧縮するデータ圧縮方式に関する。

データを記憶したり、伝送する際に、記憶量や伝送量を
減少するためデータ圧縮技術が利用されている。

特に、テキストデータを対象とするデータ圧縮において
は、文字コードを可変長コードに変換する方法がよく用
いられる。

このようなコード変換を用いたデータ圧縮においては、
データ圧縮率が高いことが望まれている。

〔従来の技術〕

第６図は従来技術の説明図である。

第６図（Ａ）に示す如く、原データは１バイト単位で入
力され、ラッチ回路Ｒでラッチされた後、１バイト単位
の可変長コード変換を行うコード変換回路ＤＣによって
可変長コードに変換して圧縮を行う。

コード変換回路ＤＣは、１バイトの各コードをその出現
額度に応じたコード長を有する可変長コードに変換する
ものであり、１バイトの各コードと対応する可変長コー
ドとの対照表をＲＯＭ（リードオンリーメモリ）に有し
ている。

このため、第６図（Ｂ）の如く、２バイトより構成され
る漢字コードも、１バイト毎に分解し、分解された１バ
イトのコードに対して、コード変換を行っていた。

〔発明が解決しようとする問題点〕

一般に、２バイトコードである漢字コードをその内容と
するデータは冗長度が大きく、高いデータ圧縮率が期待
される。

しかしながら、従来技術では、本来複数バイトで構成さ
れている文字コードをコード変換単位である１バイト毎
に分解し、コード変換しているため、係る文字コードの
圧縮率を高めることができないとい、う問題があった。

即ち、従来技術では、１バイト単位のコード変換のため
１バイトコードに対しては圧縮率の高い可変長コードを
採用できるが、複数バイトコードは、１バイトコードの
変換コードの複数バイト分の組み合わせのコードが圧縮
コードとなるため、複数バイトコードに最適な変換コー
ドを採用できないからである。

特に、頻度の高いコードに少ないコード長の可変長コー
ドを割り当てるものでは、複数バイトコード自体に係る
可変長コードが割り当てられず、従って複数バイトコー
ドの頻度が高くても圧縮率が向上しないという問題が生
じていた。

本発明は、複数バイトで構成される文字コードを含むデ
ータを高い圧縮率でデータ圧縮することのできるデータ
圧縮方式を提供することを目的とする。

〔問題点を解決するための手段〕

第１図は本発明の原理説明図である。

図中、１は文字コード組立部であり、１バイトを単位と
するデータを文字コード単位とするデータに組立てるも
の、２はコード変換部であり、変換された文字コードを
単位に可変長コードに変換するものである。

〔作用〕

本発明では、文字コード単位にデータを組立て、文字コ
ード単位でコード変換するため、文字コード単位の可変
長コードを設定できる。

このため、１バイトコードのみならず、複数バイトの文
字コードに対しても頻度に応じた最適コード長の可変長
コードを用いることができ、データ圧縮率を大幅に高め
ることができる。

〔実施例〕

（ａ）一実施例の説明 第２図は本発明の一実施例構成図、第３図は本発明の一
実施例変換コード説明図である。

第２図中、第１図で示したものと同一のものは同一の記
号で示してあり、１０．１１は各々ラッ子回路であり、
１バイト毎の原データをラッチするもの、１２は制御回
路であり、原データに含まれるシフトインコード（Ｓｌ
）、シフトアウトコード（ＳＯ）から１バイトコードか
２バイトコードかを判定し、ラッチ回路１０．１１を制
御し、且つ文字コード長（１バイト、２バイト）信号を
出力するもの、２０はコード変換用ＲＯＭであり、１バ
イトコードと２バイトコードの一部の割り当て可変長コ
ードを格納しておくもの、２１は判定変換回路であり、
与えられた文字コードが２バイト毎号の場合、第２水準
漢字かを判定し、第２水準漢字ならコード変換用ＲＯＭ
２０を用いず、変換コードを生成するものである。

３は１バイト整合回路であり、コード変換回路２からの
可変長コードをコード長信号に応じ、１バイト長に整合
して、出力するものである。

変換コードについて第３図を用いて説明する。

先づ、１バイトコード（ＥＢＣＤＩＣコード）のうち、
出現頻度の高いもの１２８個を８ビツトコードに割り当
て、先頭（最上位）ビットを“０”とする。

次に、１バイトコードの残り（１２８個）の内６４個と
２バイトコード（ここではＪＥＦコードを用いる）の出
現頻度の高い平仮名、片仮名、数字など１９２個の計２
５６個を１０ビツトコードに割り当て、最上位２ビツト
を“ｌＯ”とする。

残りの１バイトコ一ド６４個と、第１水準漢字のうち比
較的よく用いるもの１４７２個の計１５３６個を１３ビ
ツトコードに割り当てる。この１３ビツトコードの最上
位４ビツトは１１００”、”１１０１″又は“１１１０
″である。

更に、残りの２バイトコード、即ち第１水準漢字の残り
と第２水準漢字等を１９ビツトコードに割り当てる。

この１９ビツトコードでは、１６ビツト（２バイト）コ
ードの上位に３ビツトの“１１１″を付したものであり
、最上位４ビツトは１１１１”となる。

この内１バイトコードと２バイトコードの内の第１水準
漢字に対しては、対応する割り当て変換コードをコード
変換ＲＯＭ２０に格納してお（。

但し、第１水準漢字の内、１９ビツトコードのものは、
コード変換ＲＯＭ２０内にその漢字コードの変換コード
は格納せず、ビット長のみ格納する。

従って、１バイトコードと２バイトコードの一部がコー
ド変換ＲＯＭ２０を用いて８ピツ１〜．１０ビツト、１
３ビツトコードに変換され、使用頻度の少ない２バイト
コードの残りは、ＪＥＦコードの最上位ビットが“１”
であることを利用して元の２バイトコードに“１１１″
の３ビツトを付は加え、１９ビツトに変換することによ
り済ましている。

このことにより、コード変換テーブル（ＲＯＭ）２０を
用いてコード変換を行う対象となるコードの数を限定で
き、第２水準漢字等に対する変換コードをコード変換テ
ーブルに記憶しなくても済むようにし、デコード（圧縮
）及びエンコード（復元）におけるコード変換テーブル
の大きさを小さくできるようにしている。

第４図は本発明の一実施例動作説明図である。

漢字コードにＪＥＦコードを用いた場合、ＪＥＦコード
（２バイトコード）とＥＢＣＤ　Ｉ　Ｃコード（１バイ
トコード）の識別にシフトイン（Ｓりコード、シフトア
ウト（ＳＯ）コードが用いられる。

ＳＯＣコード、２バイトコードから１バイトコードへの
切替えを示し、Ｓｌコードは１バイトコードから２バイ
トコードへの切替えを示す。

従って、第２図の左からクロックとともに、原データが
制御回路１２に入力されると、３１又はＳＯＣコードよ
って１バイトデータか２バイＩ・データかを識別し、１
バイトデータなら、入力データをラッチ回路ｌＯにセッ
トして文字コード長信号（１バイト）をコード変換回路
２へ送出する。

一方、２バイトデータなら、入力データの１バイト目を
ラッチ回路１０にセットし、２バイト目をラッチ回路１
１ヘセツトした後、文字コード長信号（２バイト）をコ
ード変換回路２へ送出する。

コード変換回路２は、２バイト幅の文字コードを受け、
文字コード長信号が１バイトを示していれば、コード変
換ＲＯＭ２０を１バイトの文字コードで参照し、その文
字コードに対応する８ビット、ｌＯビット又は１３ビツ
トコードを変換コードとして、更にコード長を１バイト
整合回路３に出力する。

逆に、文字コード長信号が２バイトを示していれば、２
バイトの文字コードが第２水準漢字かを判定変換回路２
１で判定し、第２水準漢字以外なら、係る２バイトの文
字コードでコード変換ＲＯＭ２０を参照する。

この時、前述の如く、１０ビツトコード、１３ビットコ
ードが割り当てられたものは、コード変換ＲＯＭ２０か
ら１０ビツト又は１３ビツトの変換コードが出力され、
コード長も出力される。

一方、割り当てられてないもの及び第２水準漢字等のも
のは、判定変換回路で２バイトの文字コードの先頭は３
ビツトの”１１１”が付され、１９ビツトコードに変換
して出力され１９ビット長信号も出力される。

１バイト整合回路３では、変換コードとコード長から１
バイトずつの圧縮データに整合し、バイト単位で圧縮デ
ータをパラレル出力する。

このようにして、２バイトコードは２バイトコ一ド単位
に、１バイトコードは１バイトコ一ド単位に、即ち文字
コード単位にコード変換できる。

第３図に示した変換コードの割り当てでは、全ての各文
字コードに対する変換コードが唯一存在するユニーク性
を持たせである。

このため、圧縮データとしては、入力されるモード変遷
コードとしてのシフトイン及びシフトコードを省略する
ことができ、−面圧縮効率が向上する。

第５図は本発明の詳細な説明図である。

第５図は「漢字コードに対するデータ圧縮について」と
いう１８文字の文字コードに対し、各文字コードを１バ
イト毎にコード変換した時の変換コードピット数と文字
コード（２バイト）毎にコード変換した時の変換コード
ビット数を示したものである。

ここで、例えば、文字「漢」に対しての２バイトの文字
コードは１バイトコード「Ｂ４」と１バイトコード「Ｃ
１」とである。

そして、例えば文字「す」に対しては、１バイト毎にコ
ード変換すると、１バイト目の「Ａ４」力（５ビツトコ
ードに、２バイト目の「Ｂ９」が６ビツトコードに変換
され、合わせて１１ビット要す。

これに対し、文字コード毎にコード変換すると１０ビツ
トですむ。

このようにして１８文字の総ビット数は、１バイト毎の
コード変換では２１３ビツト、文字コード（２バイト）
毎のコード変換では１９５ビツトとなり、この例では約
ｌＯ％程度圧縮効率が上がる。

例えば、外部記憶装置に原データを圧縮して記憶する場
合には、記憶量が１０％減少することになり、逆に言え
ば、１０％余分にデータを記憶できる。

尚、データ復元の際には、第３図の割り当て変換コード
の上位１〜４ビツトを調べることによりコード長が判別
する。

（ｂ）他の実施例の説明 上述の実施例では、２バイトコードを例にしているが文
字コードが複数バイトであればよく、２バイトコードに
限られず、又変換側り当てコードも第３図のものに限ら
ず種々のコード長や種類のものを必要に応じて採用しう
る。

更に、１９ビツト長コードをＲＯＭ２０に格納しておい
てもよく、要求された機能に合わせ、種々のものを用い
てもよい。

以上本発明を実施例により説明したが、本発明は本発明
の主旨に従い種々の変形が可能であり、本発明からこれ
らを排除するものではない。

〔発明の効果〕

以上説明した様に、本発明によれば、文字コード単位で
コード変換するので、文字コード単位で出現頻度に応じ
た変換コードを設定でき、データ圧縮率を大幅に向上で
きるという効果を奏す。

特に、漢字コードを内容として含むデータ圧縮に対し、
高い圧縮率かえられる。

【図面の簡単な説明】

第１図は本発明の原理説明図、 第２図は本発明の一実施例構成図、 第３図は第２図における変換コードの説明図、第４図は
本発明の一実施例動作説明図、第５図は本発明の詳細な
説明図、 第６図は従来技術の説明図である。 図中、１−・・文字コード組立部、 ２・−・コード変換部。

Claims (1)

1. 【特許請求の範囲】 複数バイトで構成される文字コードを含むデータをコー
   ド変換してデータ圧縮するデータ圧縮方式において、 １バイトを単位とするデータを文字コードを単位とする
   データに組立てる文字コード組立部（１）と、 該変換された文字コードを単位に可変長コードに変換す
   るコード変換部（２）とを含むことを特徴とするデータ
   圧縮方式。