需要注意的地方：

使用VC++6.0做开发工具， 采用简单的SDI框架结构 ，一次处理一幅位图(有兴趣的可以作成MDI)

1）位图信息的数据是从左下往右下为一行，一行一行往上排的。

2）每行像素应该是4的倍数，不足的地方用空点补齐，读的时候注意跳过冗余点。

3）主要数据都存在Doc里面，BMP的主要数据存在一个由ImgData指向的BYTE型的内存空间（根据位图的大小，动态分配的）。

4）数据读进来以后，注意向内存中贴图，以保证刷新的效率。

5)程序执行流程

应用程序生成--》打开--》CDipView的OnFileOpen 函数--》

调用CDipDoc的FileOpen 函数--》并使用myDoc->UpdateAllViews(NULL); 刷新

自动调用CDipView的OnPaint函数--》调用CDipView的OnDraw函数----一个像素点一个像素点的画

//+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++

比较重要的地方

读BMP文件，只能打开256色   （可以是灰度）

显示和内存贴图技术

关于调色板： 调色板实际上是一个数组，4个BYTE 分别是 B,G,R,和 Reserved
每一个像素点都有一个相应的数组。

关于VC和windows 的绘图机制：
使用GDI(图形设备接口)对象，通常使用CDC 类，CPaintDC也一样（device-context）设备上下文

windows下的MFC编程机制，消息驱动，事件等待！

全局的app（应用程序对象）

注意 手工分配内存的清除 和CDC对象的删除 以释放系统的GDI资源
每一个new操作符都要对应一个delete

虽然已经弄出来了，还是希望大家好好读读源程序。

你们以后的工作：

在菜单中添加菜单项，通过ClassWizzard 生成消息响应函数（当然也可手动添加），
所有的操作应当是对 BYTE* ImgData；进行的。
在完成相应的功能后 将 isnewfile 和 isnewiamge 置为真 ，并使用myDoc->UpdateAllViews(NULL); 刷新

当然，可以更加有个性化一点，有能力的同学可以自己完成。
随着课程的进行，菜单功能逐渐丰富，最后完成基本的数字图像处理的功能，而不必最后一下完成一个大的作业。

% Matlab implementation of SPIHT (without Arithmatic coding stage)
%
% By Jing Tian, scuteejtian@hotmail.com

fprintf('-----------   Welcome to SPIHT Matlab Demo!   ----------------\n');

fprintf('-----------   Load Image   ----------------\n');
infilename = 'lena512.bmp';
outfilename = 'lena512_reconstruct.bmp';

Orig_I = double(imread(infilename));

rate = 1;

OrigSize = size(Orig_I, 1);
max_bits = floor(rate * OrigSize^2);
OutSize = OrigSize;
image_spiht = zeros(size(Orig_I));
[nRow, nColumn] = size(Orig_I);

fprintf('done!\n');
fprintf('-----------   Wavelet Decomposition   ----------------\n');
n = size(Orig_I,1);
n_log = log2(n);
level = n_log;
% wavelet decomposition level can be defined by users manually.
type = 'bior4.4';
[Lo_D,Hi_D,Lo_R,Hi_R] = wfilters(type);

[I_W, S] = func_DWT(Orig_I, level, Lo_D, Hi_D);

fprintf('done!\n');

fprintf('-----------   Encoding   ----------------\n');
img_enc = func_SPIHT_Enc(I_W, max_bits, nRow*nColumn, level);  

fprintf('done!\n');
fprintf('-----------   Decoding   ----------------\n');
img_dec = func_SPIHT_Dec(img_enc);

fprintf('done!\n');
fprintf('-----------   Wavelet Reconstruction   ----------------\n');
img_spiht = func_InvDWT(img_dec, S, Lo_R, Hi_R, level);

fprintf('done!\n');
fprintf('-----------   PSNR analysis   ----------------\n');

imwrite(img_spiht, gray(256), outfilename, 'bmp');

Q = 255;
MSE = sum(sum((img_spiht-Orig_I).^2))/nRow / nColumn;
fprintf('The psnr performance is %.2f dB\n', 10*log10(Q*Q/MSE));