記得JPEG裡面的量化演算法已經固定的了,你想改嗎?
記得分成8*8的塊之後,DCT,按Z字形路徑生成64個數字的數組,按事先統一的碼表哈夫曼編碼,而且亮度分量和兩個色度分量的處理是不同的,就這樣。再詳細也記不清了。
B. 舉例論述靜態圖象壓縮演算法在實際生活中應用
靜態圖象壓縮演算法(JPG格式)是國際標准化組織和圖像運動專家聯合制定的一種標准,在生活中的應用現在比較廣泛。例如:數碼相片,網路傳輸等。
C. 記得有一種圖片壓縮演算法,它甚至可以估計圖片之外包含什麼,這是什麼演算法
在我們開發過程中,有可能會遇到拍照、或者從相冊中選擇圖片,要麼單選或者多選,然後上傳圖片到伺服器,一般情況下一張圖片可能3-4M,如果類似微信朋友圈上傳9張圖片大約是 35M左右,如果我們上傳 35M左右的圖片到伺服器,可想而知後台的壓力有多大,最主要的還是特別耗時,如果是在網速比較慢,那麼用戶上傳圖片可能需要4-5分鍾,那麼用戶就會受不了,可能會退出應用。
比如QQ、WX一般上傳圖片,會在後台去開一個服務去上傳圖片,包括沒網情況都可以上傳或者發布,其實是它們在本地做了一些緩存,並且它們也肯定是做了圖片的壓縮;
所以對於我們來說,圖片壓縮必須要做。我們如果是用BitmapFactory 去壓縮尺寸,compress壓縮質量,壓縮後的圖片可能不太清晰,200K以下就不太清晰了;
早期的圖片壓縮,都是基於JPEG,但是很耗內存,導致內存吃緊,是因為JPEG里邊用了哈弗曼壓縮演算法,所以最後就把這個壓縮演算法去掉了,然後使用Skia演算法
像一些第三方應用:比如QQ、WX、華為等,他們的壓縮後都在100K以下跟原圖沒什麼區別;
D. 圖像壓縮演算法是什麼請簡單介紹一下,這是我的畢業設計題目。
發個連接給你吧希望對你有幫助
E. 圖像處理的圖像壓縮
由數字化得到的一幅圖像的數據量十分巨大,一幅典型的數字圖像通常由500×500或1000×1000個像素組成。如果是動態圖像,其數據量更大。因此圖像壓縮對於圖像的存儲和傳輸都十分必要。
圖像壓縮有兩類壓縮演算法,即無損壓縮和有損壓縮。最常用的無損壓縮演算法取空間或時間上相鄰像素值的差,再進行編碼。遊程碼就是這類壓縮碼的例子。有損壓縮演算法大都採用圖像交換的途徑,例如對圖像進行快速傅里葉變換或離散的餘弦變換。已作為圖像壓縮國際標準的JPEG和MPEG均屬於有損壓縮演算法。前者用於靜態圖像,後者用於動態圖像。它們都由晶元實現。
F. 人們為什麼要發明圖像的各種壓縮演算法壓縮演算法有哪些特徵
圖像、聲音等媒體信息的記錄、存儲正朝著數字化的方向發展。而這些被數字化了的圖像、音頻等信號的數據量之大是非常驚人的。通常媒體信號經過數字化處理之後形成的數據量非常龐大,這些大容量的數據無疑對存儲器容量、計算機的速度都造成極大的壓力。解決這一問題,如果單純用擴大存儲器容量,在存儲和處理的時候不僅因圖像數據量大而造成大量問題,同時在圖像數據的傳輸過程中也因為網路帶寬的限制而極大的制約著網路多媒體技術的發展。網路通信技術的飛速發展,使得網路上傳輸的數據量將越來越多,數據的復雜度也越來越大。單純靠增加通信干線的傳輸率的辦法是不現實的。但是如果能通過數據壓縮手段把信息數據量壓縮下來,以壓縮的形式存儲和傳輸,即節約了存儲空間,又提高了通信干線的傳輸效率,同時也使計算機能實時處理高質量的音頻、視頻信息。通過壓縮圖像數據,最直接的後果就是減少了傳輸圖像所需的帶寬,同時不需要額外的物理設備和存儲容量,便可達到傳輸更多,更精確的信息,從而減少了一系列問題。使用圖形、聲音、動畫、活動圖像等多媒體信息時,特別是具有較高的質量要求時,不僅需要佔用相當大的存儲空間,而且需要相當高的數據傳輸率。因此可以看出,對靜態圖像進行壓縮是絕對必要的。
G. RLE圖像壓縮演算法
你開玩笑...
H. 簡述JPEG壓縮演算法
首先你需要了解幾個概念,有損壓縮,量化,行程編碼。
對一副圖片來說,bitmap就是原始格式,沒經過任何壓縮的。
量化就是把所有0-255的像素值進行歸類,然後分成盡量少的積累,這要存儲量就小很多了,對於JEPG來說量化是有損壓縮的起源。
最後就是對所有的已經歸類過的點進行行程編碼,然後就壓縮完了
I. BMP圖像壓縮演算法
BMP是Windows下的點陣圖文件,屬於完全不壓縮的圖片文件,包含的是圖片每個像素點對點的信息。 rgb三通道24位的話每通道是8位,也就是2的8次方的小位元組(8b=1B,1024B=1KB),即為每個點的每個通道可以有2的8次方種顏色,一個像素所包含的顏色就是2的24次方種。可以根據圖像的像素和位深標準的計算出圖片的大小。但是jpg等等這種壓縮文件只能大概估計文件有多大無法精確計算的。 比如1600*1200圖片24位的:
每個像素的每個通道有8b,即為2的8次方級灰階,佔用空間為1B,三個通道就是3B,這個圖的大小即為3*1600*1200B
換算成M的話就是3*1600*1200/1024/1024=5.4931640625M