🧩 Cripto-UTN

Este proyecto implementa distintas técnicas de compresión de texto, incluyendo Shannon-Fano, Huffman y Lempel-Ziv (LZ77).
Permite analizar archivos, calcular información estadística de los símbolos y generar resultados codificados, decodificados y reportes en Excel.

---

📋 Requisitos

• Python 3.10 o superior
• Dependencias listadas en requirements.txt

Instalación de dependencias:

pip install -r requirements.txt

---

⚙️ Configuración del Entorno (Windows)

1. Abrir PowerShell o CMD y navegar a la carpeta del proyecto:

cd C:\ruta\a\tu\proyecto

2. Crear un entorno virtual:

python -m venv env

3. Activar el entorno:

PowerShell:

.\env\Scripts\Activate.ps1

CMD:

.\env\Scripts\activate.bat

4. Instalar dependencias:

pip install --upgrade pip
pip install -r requirements.txt

5. Desactivar el entorno:

deactivate

---

🚀 Ejecución del Proyecto

1. Colocar los archivos de texto a procesar dentro de un directorio.
2. Ejecutar el programa con:

python main.py <ruta_del_directorio>

Ejemplo:

python main.py ./archivos

Se generarán los resultados en las carpetas:

• 📁 codificado/ → Archivos codificados
• 📁 decodificado/ → Archivos decodificados
• 📁 planillas/ → Reportes en Excel con métricas

---

🧠 Etapas del Proyecto

ETAPA 1: Calcular probabilidades de ocurrencia de caracteres

Procedimiento:

• Recopilar datos: texto, imágenes, audio, etc.
• Contabilizar la frecuencia de cada carácter (diccionario o tabla).
• Calcular probabilidades dividiendo la frecuencia de cada carácter por el total de caracteres.

Tipos de caracteres:

• Letras (mayúsculas y minúsculas)
• Dígitos (0–9)
• Espacios
• Signos de puntuación
• Caracteres especiales

Registro necesario:

• Total de caracteres leídos
• Totales parciales y probabilidades de ocurrencia

Fases sugeridas:

1. Fase 1: Fórmulas de Excel (ej. =LARGO())
2. Fase 2: Macro en VBA
3. Fase 3: Automatización avanzada en Python

---

ETAPA 2: Evaluar algoritmos de compresión

Algoritmos:

• Huffman: Códigos de longitud variable eficientes para distribuciones sesgadas.
• Shannon-Fano: Similar a Huffman, con otra construcción de árbol.
• Lempel-Ziv (LZ77): Usa diccionario y codificación de longitud variable.

Métricas de eficiencia:

• Tasa de compresión (Compression Ratio)
• Longitud media del código (L)
• Redundancia
• Tiempos de codificación y decodificación

Otros factores:

• Relación de compresión (tamaño comprimido vs. original)
• Complejidad computacional
• Implementación y facilidad de uso

---

📊 Resultados Generados

• Planillas de símbolos: cantidad, probabilidad, entropía, información mutua
• Reportes de codificación: longitud promedio, eficiencia y tamaño de salida
• Archivo de promedios: resumen general con las métricas de todos los archivos procesados

---

💡 Recomendaciones

• Usar archivos en codificación UTF-8
• Mantener las carpetas codificado/, decodificado/ y planillas/ limpias antes de cada ejecución
• Revisar los reportes Excel para comparar resultados entre algoritmos