- 综合排序
- 最热优先
- 最新优先
- 来自专栏hotarugaliの技术分享
图像压缩领域
传统图像压缩 方法 主页 说明 JPEG XL https://jpeg.org/jpegxl/ JPEG 小组提出，目前最好的图像压缩方法 CMIX http://www.byronknoll.com 22\%22% 的大小 FLIF https://flif.info/ 无损图像压缩方法，目前已停止开发（被 JPEG XL 取代） AVIF https://aomediacodec.github.io developers.google.com/speed/webp Google 提出，无损模式比 PNG 小 26%26\%26%，有损模式比 JPEG 小 25∼34%25 \sim 34\%25∼34% 传统图像压缩方法对比 深度图像压缩 2.1可关注的研究员 作者 主页 说明 Johannes Ballé https://balle.io/ Balle 可谓是深度图像压缩的开创者，同时也是深度图像压缩界的大佬，目前在 Google ://staff.ustc.edu.cn/~dongeliu/ 中国科学技术大学电子工程与信息科学系副教授，主要研究方向为互联网数据挖掘、多媒体信息处理、图像与视频压缩等 陈志波 http://staff.ustc.edu.cn
1K21编辑于 2022-09-08 - 来自专栏图像处理与模式识别研究所
图像数据压缩
import numpy as np from PIL import Image from PIL import ImageEnhance from PIL import ImageFilter #SVD图像压缩 sigma.shape',sigma.shape) print('sum(sigma)',sum(sigma)) m,n=len(u),len(v) a=np.zeros((m,n))#创建一个空图像 创建滤波器，使用不同的卷积核 gary2=gray.filter(ImageFilter.DETAIL) gary2.save(r"C:/Users/xpp/Desktop/result2.png") #图像点运算 187252.6105270152 ==k===: 96 sigma.shape (460,) sum(sigma) 212052.90981610806 ==k===: 87 算法：图像数据压缩是将二维像素阵列变换为在统计上无关联数据集合
93110编辑于 2022-05-29 - 来自专栏TechBlog
Matlab实现图像压缩
文章目录 目的 原理 图像压缩原理 离散余弦变换(DCT)图像压缩原理 行程编码（RLE）原理 步骤 MATLAB 中的变长码映射 离散余弦变换（DCT）图像压缩 利用离散余弦变换进行JPEG 图像压缩 利用 MATLAB 程序进行图像压缩 原理 图像压缩原理 图像压缩主要目的是为了节省存储空间，增加传输速度。图像压缩的理想标准是信息丢失最少，压缩比例最大。 不损失图像质量的压缩称为无损压缩，无损压缩不可能达到很高的压缩比；损失图像质量的压缩称为有损压缩，高的压缩比是以牺牲图像质量为代价的。压缩的实现方法是对图像重新进行编码，希望用更少的数据表示图像。 clear all clc I=imread('D:\pic\DIP3E_CH11_Original_Images\Fig1137(b)(painting_translated_padded).tif' clear all clc I=imread('D:\pic\DIP3E_CH11_Original_Images\Fig1137(b)(painting_translated_padded).tif
1.2K20编辑于 2023-03-08 - 来自专栏爱可生开源社区
第11期：压缩表
{MYD,MYI} 3539537 116M -rw-r----- 1 mysql mysql 116M 3月 31 11:46 n1.MYD 3539536 1.4M -rw-r----- 1 mysql mysql 1.4M 3月 31 11:48 n1.MYI 对 MyISAM 表的压缩，MySQL 通过自带程序 myisampack 来压缩，仅仅压缩表数据，不对索引进行压缩。 {MYD,MYI} 3539542 31M -rw-r----- 1 mysql mysql 31M 3月 31 11:46 n1.MYD 3539536 1.4M -rw-r----- 1 mysql mysql 1.4M 3月 31 11:48 n1.MYI MyISAM 压缩表非常适合只读的场景！ 压缩率大约为 50% root@ytt-pc:/var/lib/mysql/3304/ytt# ls -sihl 总用量 11M 3539513 11M -rw-r----- 1 mysql mysql
72320发布于 2020-08-21 - 来自专栏登神长阶
【论文复现】图像压缩算法
本文提出的方法是目前基于深度学习的图像压缩领域性能最佳的方法。 论文下载地址"https://arxiv.org/abs/2303.14978" 文章出发点 首先，这篇文章的出发点就是图像压缩最本源的目的，就是探索如何在相同的码率下获得更高质量的重建图像，或者说在得到的重建图像质量一样的情况下 然后作者就站在前人做的利用深度学习压缩的基础上思考，有一批人使用CNN的方法，可以很好地降低空间冗余度，然后捕获图像的空域结构；另一批人使用Transformer的结构，来捕捉图像中长距离的空间依赖关系 于是就在此基础上，作者提出了本文的 先验知识 在这一部分，我结合图文向大家解释一下基于深度学习进行图像压缩的基本框架流程，便于进一步理解本文方法。 先给出示意图如下： 首先是原图经过编码器得到一个潜在的表示y，就可以类比传统图像压缩里稀疏化的变换，只不过这里用一个可以学习的变换器来代替之前的人工设计的变换方法。
78210编辑于 2024-12-28 《数字图像处理》第 8 章-图像压缩
前言 图像压缩是数字图像处理领域的核心技术之一，小到手机拍照存储、微信发图，大到视频监控、卫星图像传输，都离不开图像压缩技术的支撑。 本文将系统讲解图像压缩的基础理论、常用压缩方法及数字图像水印技术，并通过可直接运行的 Python 代码 + 直观的效果对比图，让你从零掌握图像压缩的核心知识。 8.1.5 保真度准则 图像压缩分为无损压缩（解压后与原图完全一致）和有损压缩（解压后与原图有误差），保真度准则用于衡量压缩后图像的失真程度： 客观保真度：用数值衡量（如均方误差 MSE 、峰值信噪比 PSNR） 主观保真度：用人眼视觉效果衡量 8.1.6 图像压缩模型 图像压缩模型分为编码（压缩）和解码（解压）两部分，核心流程如下： 8.1.7 图像格式、容器与压缩标准 plt.show() 8.3 数字图像水印 数字图像水印是在压缩 / 未压缩图像中嵌入不可见的标识信息，用于版权保护，核心是将水印信息嵌入到图像的低频分量（避免压缩丢失）。
21110编辑于 2026-01-21- 来自专栏繁依Fanyi 的专栏
Python 图像文件压缩，使用PIL库对图像进行等比例压缩。
题目 图像文件压缩。使用PIL库对图像进行等比例压缩，无论压缩前文件大小如何，压缩后文件大小小于10KB。 image.save(f_path) size = os.path.getsize(f_path)/1024 else: break str_info = "压缩完成
94810编辑于 2023-05-07 - 来自专栏计算摄影学
11. 图像合成与图像融合
这一次我来给大家介绍一下图像合成与融合。 从图像中确定前景和背景的技术叫做抠图，英文对应：Image Matting，而将抠出的部分无缝的贴入目标图像的过程则称为图像合成，英文对应：Image Compositing. 如果选择图像中中轴线作为融合后两个图像的分界线，那么融合过程可以表示为： ? 如果进行了两层金字塔融合，我们可以分别对低频信号和高频信号进行融合，所得到的图像如下： ? 从这两层图像我们可以重建出最终的图像： ? 就以上面的融合图像来比较一下图像的局部，大家可以看到金字塔融合的内容更清晰： ? 四、总结 我们在一开篇看到了很多图像融合的实例，我希望它们已经成功的吸引了你的注意。
2.1K50发布于 2020-04-17 - 来自专栏悠扬前奏的博客
Kafka-11.设计-日志压缩
日志压缩可以保证Kafka总是最少保留单个主题分区的数据日志中的每个消息的key的最后的已知值。 让我们更详细的介绍这些情况，然后描述是如何压缩的： 到目前为止，我们仅描述了简单一些的数据保留方法，其中旧的日志数据在固定时间段或者当日志达到某个预定大小时被丢弃。
74340发布于 2019-06-19 - 来自专栏hotarugaliの技术分享
JPEG压缩图像增强综述
研究历史 压缩图像增强主要分为深度学习方法和非深度学习方法。 JPEG 压缩增强 JPEG 编码导致图像失真的主要因素： 量化过程导致 Blocking Artifacts 去除高频信息导致 Blurring 在尖锐的图像边缘出现 Ringing Artifacts
1.3K20编辑于 2022-03-11 - 来自专栏媒矿工厂
感知优化深度图像压缩
本次演讲主要讲述如何在感知上优化深度图像压缩。 Li-Heng Chen这次的工作是基于Ballé’s BLS2017 model进行的改进。 /dis. patches来预测VMAF分数，指导Ballé’s BLS2017 model进行深度图像压缩； 将预训练的ProxIQA网络作为损失函数。 但这样的做法存在一些问题： 训练图像数据集的失真类型与需解决的问题不符合； 它会产生adversarial examples，预测出的VMAF分数会随着训练不断提高至100分。 最后，Li-Heng Chen给出了方法在Kodak dataset上不同情况下的BD-rate和一些主观实验结果，展示了其为深度图像压缩带来的优化。
77320发布于 2019-12-23 - 来自专栏开源心路
AI绘画中VAE压缩图像
介绍 在Stable Diffusion中,所有的去噪和加噪过程并非在图像空间直接进行,而是通过VAE模块将图像编码到一个低维空间。 这个低维空间的“分辨率”低于原始图像空间,有利于快速地完成加噪和去噪过程。 最后再将编码空间中的噪声表示解码恢复为图像空间,完成去噪或加噪操作。 潜在空间的重要性 特征提取：在潜在空间中，数据的关键特征被提取和压缩，去除了冗余信息。 VAE 与扩散模型 原始图像通过VAE编码器编码到Latent空间 在Latent空间添加噪声或去噪 Stable Diffusion模型接受去噪的隐变量和文本提示作为输入 经过扩散过程生成新图像 VAE 改善生成质量：扩散模型能够生成极其逼真的图像。将这种能力应用于 VAE 的潜在空间，可以改善最终生成图像的质量。
83410编辑于 2023-12-23 - 来自专栏一棹烟波
OpenCV设置保存图像压缩率
OpenCV写入静态图片时，imwrite函数第三个参数可以设置压缩率，默认值为95. cv::Mat inImage= cv::imread("lena.jpg"); vector<int> compression_params
1.5K10发布于 2018-08-20 - 来自专栏数据结构与算法
noi 1.8 11图像旋转
水题不解释 其实我偷懒了 直接输出，，，，，，， #include<iostream> using namespace std; int a[1001][1001]; int main() { int n,m; cin>>n>>m; for(int i=1;i<=n;i++) for(int j=1;j<=m;j++) cin>>a[i][j]; int hang=n; int lie=1; for(int i=m;i>=1;i--)
84260发布于 2018-04-03 - 来自专栏CSDN社区搬运
STF-顶会图像压缩方法
，源码可参考附件文件，同时本文会详细介绍复现过程 背景 随着视觉应用的日益增多，图像压缩已经成为图像处理领域的一个重要研究课题。 本文通过结合局部注意力机制和全局特征学习，提出了一种新的图像压缩方法，名为“Symmetrical TransFormer (STF)”框架，并证明了其在压缩图像时的优越性能。 相关工作 在图像压缩领域，学习型图像压缩方法近年来发展迅速，基于变分自编码器（VAE）的模型在率失真性能方面优于传统的有损压缩方法。 在图像压缩中，非局部注意力机制已经被证明可以通过生成隐式重要性掩码来引导潜在特征的自适应处理。 然而，在图像压缩任务中，全局语义信息的作用不如局部空间邻近元素的相关性大。
44210编辑于 2024-12-20 - 来自专栏ISP图像处理相关
ISP图像处理之动态范围压缩
ISP图像处理之动态范围压缩 1 动态范围压缩介绍 自然界中真实场景能够表现比较广泛的颜色亮度区间，比如从很暗(10^-5 cd/m2)的黑夜到明亮(10^5 cd/m2)的太阳光，有将近10个数量级的动态方位 简而言之，动态范围压缩就是把一个动态范围很宽的图像压缩掉不需要或者不重要的部分，适应人眼的观感效果。 附图： 动态范围压缩算法常见的分为全局映射和局部映射。 2 动态范围压缩算法 实现动态范围压缩有许多种算法，比如线性移位算法、对数映射算法、分段函数映射算法、自适应性对数映射算法、高动态范围图像可视化算法。 2.3 分段函数映射 原理：考虑到低数值区间、高数值区间以及它们之间区域的不同特点，使用三段式的分段函数对HDR图像进行压缩，对不同的亮度区域进行分辨率调整。 优点：样扩大中间亮度值的映射范围，压缩高亮度值的映射斜率。后两种算法的复杂度一般，图像效果比之前两种算法好。
3K21编辑于 2022-01-14 MATLAB的压缩感知与图像重建
MATLAB的压缩感知与图像重建1. 压缩感知理论概述压缩感知（Compressed Sensing, CS）理论利用信号在某个变换域的稀疏性，通过少量的非自适应线性投影来高概率地重建原始信号。 图像重建的关键技术压缩感知理论在图像重建中的应用主要包括以下三个关键技术：稀疏表示：找到一个变换基，使图像在该变换域上是稀疏的。 代码基于MATLAB的压缩感知图像重建的代码：3.1 生成稀疏信号% 信号长度n = 100;% 稀疏度k = 10;% 生成稀疏信号x_true = zeros(n, 1);x_true(1:k) = subplot(2, 1, 1);stem(x_true, 'b');title('原始稀疏信号');subplot(2, 1, 2);stem(x_reconstructed, 'r');title('根据压缩信息重建的信号 );imshow(I);title('原始图像');subplot(1, 2, 2);imshow(I_reconstructed);title('重建图像');参考代码 压缩感知与图像重建
35810编辑于 2025-08-12- 来自专栏DearXuan的博客文章
C#图像压缩相关方法总结
前言 本文所描述的所有内容和算法，均未使用任何外部库，且已经在开源压缩软件PicSizer中使用 PicSizer是我独立编写的批量图片压缩软件，主要功能是实现网页图片的压缩。 Dispose(); } } 图像预处理 本节需要的命名空间: using System; using System.Drawing; using System.Drawing.Imaging; parameterList[v] = new EncoderParameter(encoder, value); } return parameterList[v]; } //获取图像编解码器 JPEG图像 public static void CompressionByValue(string file) { Bitmap bitmap = null; try { ，我们所能做到的是压缩到不超过指定大小的最佳情况，对于画质压缩，位深度压缩，缩放压缩，都可以通过调节参数使其 以画质压缩为例，画质可被分为101个等级(0~100)，首先创建一个数组，用于储存各个画质下的文件大小
1.4K40编辑于 2022-02-08 - 来自专栏数据结构与算法
noi 1.8 11图像旋转
个人QQ：757394026 团队QQ：466373640 个人博客：www.doubleq.win c++/noi/信息学奥数博客：http://www.cnblogs.com/zwfymqz
61530发布于 2018-09-17 《数字图像处理》第8章-图像压缩和水印
今天给大家带来《数字图像处理》第 8 章的全面解析 —— 图像压缩和水印。 想象一下：一张未经压缩的 1080P 彩色图像，数据量约为 6MB，而经过 JPEG 压缩后可能只有几十 KB，这就是压缩的价值！ 8.1.7 图像格式、存储器（容器）和压缩标准 格式 / 标准 类型 压缩方式 应用场景 BMP 位图 无损（无压缩） 无损存储、图像处理 JPEG 静态图像 有损（DCT 变换） 照片、网页图片 PNG 、图像压缩 Biorthogonal (bior4.4) 对称、可逆 无损压缩、医疗图像 选择原则： 无损压缩：选正交 / 双正交小波（保证逆变换无失真）； 有损压缩：选光滑性好的小波（能量集中性强） 综合题： 设计一个图像压缩 + 水印的完整系统：对图像进行小波压缩，在压缩域嵌入水印，解压后能正确提取水印。 评估该系统在不同攻击（压缩、滤波、旋转）下的水印鲁棒性和图像压缩质量。
17210编辑于 2026-01-21
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号