CN102611823B - 一种基于图片内容选择压缩算法的方法和设备 - Google Patents
一种基于图片内容选择压缩算法的方法和设备 Download PDFInfo
- Publication number
- CN102611823B CN102611823B CN201210065660.9A CN201210065660A CN102611823B CN 102611823 B CN102611823 B CN 102611823B CN 201210065660 A CN201210065660 A CN 201210065660A CN 102611823 B CN102611823 B CN 102611823B
- Authority
- CN
- China
- Prior art keywords
- original image
- threshold
- described original
- pixel values
- compression
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Compression Or Coding Systems Of Tv Signals (AREA)
- Compression Of Band Width Or Redundancy In Fax (AREA)
Abstract
本发明提供了一种基于图片内容选择压缩算法的方法,该方法包括:a)对原始图片进行分析,计算该原始图片单位面积内不同像素值的个数;b)对所述原始图片单位面积内不同像素值的个数进行判断:如果其小于第一阈值,则对所述原始图片进行无损压缩;如果所述原始图片单位面积内不同像素值的个数大于第二阈值,则对所述原始图片进行有损压缩;如果所述原始图片单位面积内不同像素值的个数大于第一阈值且小于第二阈值,则计算所述原始图片像素值的均方差,然后对所述原始图片像素值的均方差进行判断,如果其大于第三阈值,则对所述原始图片进行无损压缩;否则,对所述原始图片进行有损压缩。
Description
技术领域
本发明涉及图片处理技术,尤其涉及一种基于图片内容选择压缩算法的方法和设备。
背景技术
终端软件产品中经常存在发送或者接收图片的需求,比较常见的有:用户通过手机从网站上下载图片、或用户在使用即时通信软件进行交流的过程中传送截图等。通常情况下,图片的数据量一般都比较大,为了达到节省图片存储空间以及数据传输带宽的目的,需要在发送或接收前对图片进行压缩处理。
目前,图片压缩方法主要包括无损压缩和有损压缩,其中,无损压缩利用数据的统计冗余进行压缩,压缩后的图片可完全恢复原始数据而不引起任何失真,但是压缩率会相应受到数据统计冗余度的限制。而有损压缩利用了人类对图像中某些色彩成分不敏感的特性,允许压缩过程中损失一定的信息,在恢复原始数据时或多或少会有一些失真,但压缩率相对于无损压缩较高。无损压缩和有损压缩适用于不同类型的图片。对于色彩变化丰富且分布平滑的图片适合采用有损压缩,压缩后的图片具有较低的失真度以及较高的压缩率,但是如果采用无损压缩对其进行处理,则压缩率会很低;对于色彩简单的图片则适合采用无损压缩,压缩后的图片具有较高的保真度和较高的压缩率,但是如果采用有损压缩对其进行处理,则会造成严重失真。
在现有技术中,终端软件产品在图片进行压缩的时候,往往只是根据经验或者系统中某种类型图片出现的频率,采用一种特定压缩算法,即,无论待压缩的图片是何种内容,都采用同一种压缩算法对其进行压缩。很明显,这种方式无法使终端软件产品所采用的压缩算法适用于所有待压缩的图片,会造成部分图片压缩后可以获得良好的保真度以及压缩率,而对于其他图片压缩后或者压缩效率太低、或者产生失真,获得不佳的压缩效果,进而影响到用户的使用体验。
基于上述问题,希望可以提供一种根据图片内容智能选择压缩算法的方法和设备。
发明内容
本发明的目的是提供了一种基于图片内容选择压缩算法的方法和设备,可以根据图片的内容,智能地选择合适的压缩算法,在保持较高保真度的同时还可以有效地提高压缩效率。
根据本发明的一个方面,提供了一种基于图片内容选择压缩算法的方法,该方法包括以下步骤:
a)对原始图片进行分析,计算该原始图片单位面积内不同像素值的个数;
b)对所述原始图片单位面积内不同像素值的个数进行判断:
如果其小于第一阈值,则对所述原始图片进行无损压缩;
如果所述原始图片单位面积内不同像素值的个数大于第二阈值,则对所述原始图片进行有损压缩;
如果所述原始图片单位面积内不同像素值的个数大于第一阈值且小于第二阈值,则计算所述原始图片像素值的均方差,然后对所述原始图片像素值的均方差进行判断,如果其大于第三阈值,则对所述原始图片进行无损压缩;否则,对所述原始图片进行有损压缩。
根据本发明的另一个方面,还提供了一种基于图片内容选择压缩算法的设备,该设备包括:
图片分析装置,用于对原始图片进行分析,计算该原始图片单位面积内不同像素值的个数、以及计算所述原始图片像素值的均方差;
算法选择装置,用于将所述原始图片单位面积内不同像素值与预定阈值进行比较,并根据所述比较结果选择适当的压缩算法;
图片压缩装置,包括用于对所述原始图片进行无损压缩的无损压缩单元、以及用于对所述原始图片进行有损压缩的有损压缩单元,其中:
如果所述原始图片单位面积内不同像素值的个数小于第一阈值,或者所述原始图片单位面积内不同像素值的个数大于第一阈值且小于第二阈值、且所述原始图片像素值的均方差大于第三阈值,则所述无损压缩单元对所述原始图片进行无损压缩;以及
如果所述原始图片单位面积内不同像素值的个数大于第二阈值,或者所述原始图片单位面积内不同像素值的个数小于第一阈值且小于第二阈值、且所述原始图片像素值的均方差小于第三阈值,则所述有损压缩单元对所述原始图片进行有损压缩。
与现有技术相比,本发明具有以下优点:可以根据图片的内容选择相应的压缩算法,从而不但可以使压缩后的图片保持较高的保真度,还可以有效地提高压缩效率;此外,压缩算法的选择是根据图片单位面积内不同像素值的个数以及像素值的方差两个方面,其中,单位面积内不同像素值的个数可以反映出图片色彩的丰富程度,而像素值的方差可以反映出图片色彩分布的平滑程度,因此,基于这两个方面在一定程度上可以准确地识别图片的内容,从而保证了压缩算法选择的准确性,进而保证了压缩后的图片具有良好的效果。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为根据本发明一个方面的基于图片内容选择压缩算法的方法流程图;
图2(a)、图2(c)、图2(e)和图2(g)为四张不同的原始图片;
图2(b)、图2(d)、图2(f)和图2(h)分别为图2(a)、图2(c)、图2(e)和图2(g)中原始图片的直方图;
图3为根据本发明另一个方面的基于图片内容选择压缩算法的设备示意图;以及
图4为根据本发明一个优选实施例的基于图片内容选择压缩算法的设备示意图。
具体实施方式
下面结合附图对本发明作进一步详细描述。
图1为根据本发明一个方面的基于图片内容选择压缩算法的方法流程图,如图所示,该方法包括以下步骤:
步骤S101,对原始图片进行分析,计算该原始图片单位面积内不同像素值的个数。
具体地,首先,获取整个原始图片中不同像素值的个数,其中,所述像素值是用来反映像素彩色的数值,即,具有相同像素值的像素具有相同的色彩,具有不同像素值的像素则色彩不同。整个原始图片中不同像素值个数的多少则反映了该原始图片色彩的丰富程度。可以采用多种方法获取原始图片中不同像素值个数。在本实施例中,基于原始图片的直方图统计该原始图片中不同像素值的个数。在其他实施例中,也可以通过其他方法获取原始图片单位面积内不同像素值的个数。由于不同原始图片的尺寸不一样,所以需要对原始图片中不同像素值的个数进行单位化,即,计算该原始图片单位面积内不同像素值的个数,也就是,使用整个原始图片中不同像素值的个数除以该原始图片面积所得到的比值。由于原始图片的面积和该原始图片像素的总个数成正比,所以,在其他实施例中,对原始图片中不同像素值的个数进行单位化的方法还可以是使用整个原始图片中不同像素值的个数除以该原始图片像素的总个数。
接着,执行步骤S102,对所述原始图片单位面积内不同像素值的个数进行判断,如果所述原始图片单位面积内不同像素值的个数小于第一阈值,则执行步骤S107,对所述原始图片进行无损压缩,否则执行步骤S103,判断所述原始图片单位面积内不同像素值的个数是否介于第一阈值和第二阈值之间。
具体地,将所述原始图片单位面积内不同像素值的个数与第一阈值进行比较,其中,所述第一阈值为预先设定的数值,是基于不同压缩算法对大量图片进行压缩后,通过对压缩效果(压缩率和保真度)进行分析和比较后制定的。如果所述原始图片单位面积内不同像素值的个数小于所述第一阈值,则说明该原始图片的色彩比较简单,在这种情况下,适合选择无损压缩对该原始图片进行处理,如果使用有损压缩的话,容易导致图片失真。以图2(a)所示的图片为例进行说明,该图片为对文字网页的截图,其色彩单一(参考图2(b),图2(b)为图2(a)的直方图),如果采用有损压缩,图片中文字(特别是文字的边缘)将会变得模糊,影响用户查看的效果,而无损压缩则不会出现上述问题。在本实施例中,所述无损压缩的算法包括行程长度编码(run-lengthencoding RLE)、LZW(Lempel-Ziv-Welch)编码、信息熵编码中的一种或其任意组合,在其他实施例中,还可以包括其他任何可以实现无损压缩的算法,在此不再一一列举。每种压缩算法都具有其自身的特点,适用于形成不同格式的图片。以本实施例中所采用的压缩算法为例,行程长度编码适用于形成PCX、TGA以及TIFF格式的图片,LZW适编码用于形成GIF和TIFF格式的图片,而信息熵编码适用于形成PNG、MNG以及TIFF格式的图片。
如果所述原始图片单位面积内不同像素值的个数大于所述第一阈值,则说明所述原始图片的色彩较为丰富,在这种情况下,需要将所述原始图片单位面积内不同像素值的个数进一步与第二阈值进行比较,其中,与第一阈值相似,所述第二阈值也是预先设定的数值,是通过利用不同压缩方法对大量图片进行压缩后,分析不同压缩方法的效果后得到的。
执行了步骤S103后,如果所述原始图片单位面积内不同像素值的个数大于第一阈值且小于第二阈值,则执行步骤S104,计算所述原始图片像素值的均方差,否则,执行步骤S106,对所述原始图片进行有损压缩。
具体地,如果所述原始图片单位面积内不同像素值的个数大于第二阈值,则说明该原始图片的色彩非常丰富,如图2(g)所示的图片(其直方图请参考图2(h))。对于色彩非常丰富的图片,适合使用有损压缩进行处理。经过有损压缩后的图片虽然会损失一些信息,但是由于图片的色彩非常丰富,所以即使是损失了一定的信息后,仍然不影响用户视觉上的观看效果,且压缩率相应也会比较低。在本实施例中,所述有损压缩的算法为基于离散余弦变换(Discrete Cosine Transform,DCT)或者小波变换的变换编码,其中,所述变换编码适用于形成JPEG格式的图片。在其他实施例中,还可以是其他任何可以实现有损压缩的算法,在此不再一一列举。
如果所述原始图片单位面积内不同像素值的个数小于第二阈值,即,介于所述第一阈值和第二阈值之间,说明该原始图片的色彩比较丰富,如图2(c)和图2(e)中的图片所示(图2(d)和图2(f)分别为图2(c)和图2(e)的直方图)。在这种情况下,除了色彩的丰富程度之外,色彩分布的平滑与否也会影响到压缩算法的选择。为了更准确的选择压缩算法,使得压缩效果达到最佳,还要进一步对该原始图片色彩的分布进行分析。
需要说明的是,在对所述原始图片单位面积内不同像素值的个数进行判断的时候,如果所述原始图片单位面积内不同像素值的个数恰好等于第一阈值、或者恰好等于第二阈值,在这样的情况下,本发明所提供的方法优选地对所述原始图片像素值的均方差进行计算,而不是直接判定是采用无损压缩还是有损压缩,如此一来,在后续的步骤中,将基于像素值的均方差对所述原始图片的压缩方法进行选择,从而可以进一步保证压缩算法选择的准确性。当然,也可以设定当所述原始图片单位面积内不同像素值的个数等于第一阈值时选择无损压缩,而当所述原始图片单位面积内不同像素值的个数等于第二阈值时选择有损压缩,对此本发明不做任何限定。
执行了步骤S104后,将所述原始图片像素值的均方差与第三阈值相比较,如果大于第三阈值,则执行步骤S107,对所述原始图片进行无损压缩,否则执行步骤S106,对所述原始图片进行有损压缩。
具体地,在所述原始图片单位面积内不同像素值的个数大于第一阈值且小于第二阈值的前提下,将所述原始图片像素值的均方差与第三阈值相比较。如果所述均方差大于第三阈值,则说明所述原始图片色彩比较丰富但色彩分布不均,如图2(e)中的图片所示,在这种情况下,适合采用无损压缩算法对该原始图片进行处理;如果所述均方差小于第三阈值,则说明所述原始图片色彩比较丰富且色彩分布较为平滑,如图2(c)中的图片所示,在这种情况下,适合采用有损压缩对该原始图片进行处理。其中,与第一阈值和第二阈值相似,所述第三阈值也是预先设定的数值,是通过利用不同压缩方法对大量彩色较为丰富图片进行压缩后,分析不同压缩方法的效果后得到的。需要说明的是,如果所述原始图片像素值的均方差等于第三阈值,则可以采用无损压缩,也可以采用有损压缩。
优选地,在确定了对待压缩图片使用的压缩算法后,还可以对采用该压缩算法所形成图片的格式和/或图片的大小(即压缩后图片存储所占用的空间大小)进行预测,并将该预测结果提供给用户进行参考,如此一来,便于用户据此做出相应的选择。例如,当确定了原始图片将采用LZW编码进行无损压缩处理、并且预测压缩后所形成的GIF图片的大小为720Kb(或者预测结果为一个范围)后,可以将图片的格式和/或图片的大小提供给用户,该用户可以据此来判断是否进行压缩操作。
进一步地,对于具有相关技术知识的较高级别用户,可以提供关于阈值设定的选项。用户根据经验或者使用场景的需要,可以调整本发明方法中所涉及到的阈值,从而获得关于无损压缩和有损压缩算法选择的不同标准,在保真度与压缩率之间取得适合自身需求的折中。
与现有技术相比,本发明所提供的方法可以根据图片的内容选择相应的压缩算法,从而不但可以使压缩后的图片保持较高的保真度,还可以有效地提高压缩效率;此外,压缩算法的选择是根据图片单位面积内不同像素值的个数以及像素值的方差两个方面,其中,单位面积内不同像素值的个数可以反映出图片色彩的丰富程度,而像素值的方差可以反映出图片色彩分布的平滑程度,因此,基于这两个方面在一定程度上可以准确地识别图片的内容,从而保证了压缩算法选择的准确性,进而保证了压缩后的图片具有良好的效果。
相应地,本发明还提供了一种基于图片内容选择压缩算法的设备,请参考图3。如图所示,该设备包括图片分析装置301、算法选择装置302以及图片压缩装置303,其中:
所述图片分析装置301,用于对原始图片进行分析,计算该原始图片单位面积内不同像素值的个数、以及计算所述原始图片像素值的均方差;
所述算法选择装置302,用于将所述原始图片单位面积内不同像素值与预定阈值进行比较,并根据所述比较结果选择适当的压缩算法;
所述图片压缩装置303,用于对所述原始图片进行压缩,其中,所述图片压缩装置303包括无损压缩单元3031和有损压缩单元3032,所述无损压缩单元3031用于对原始图片进行无损压缩,所述有损压缩单元3032用于对原始图片进行有损压缩。
下面,对上述装置的具体工作过程进行说明。
首先,所述图片分析装置301获取原始图片的直方图,并基于该直方图统计该原始图片中不同像素值的个数,其中,所述像素值是用来反映像素彩色的数值,即,具有相同像素值的像素具有相同的色彩,具有不同像素值的像素则色彩不同。整个原始图片中不同像素值个数的多少则反映了该原始图片色彩的丰富程度。在其他实施例中,所述图片分析装置301也可以通过其他方式获取原始图片中不同像素值的个数。由于不同原始图片的尺寸不一样,所以接下来,所述图片分析装置301需要对原始图片中不同像素值的个数进行单位化,即,计算该原始图片单位面积内不同像素值的个数,也就是,使用整个原始图片中不同像素值的个数除以该原始图片面积所得到的比值。由于原始图片的面积和该原始图片像素的总个数成正比,所以,在其他实施例中,所述图片分析装置301对原始图片中不同像素值的个数进行单位化的方法还可以是使用整个原始图片中不同像素值的个数除以该原始图片像素的总个数。
接着,所述算法选择装置302对所述原始图片单位面积内不同像素值的个数进行判断,其中:
如果所述原始图片单位面积内不同像素值的个数小于第一阈值,则说明该原始图片的色彩比较简单,适合选择无损压缩对该原始图片进行处理,在这种情况下,所述算法选择装置302选择对所述原始图片使用无损压缩。在本实施例中,所述无损压缩的算法包括行程长度编码(run-length encoding RLE)、LZW(Lempel-Ziv-Welch)编码、信息熵编码中的一种或其任意组合。在其他实施例中,还可以包括其他任何可以实现无损压缩的算法,在此不再一一列举。每种压缩算法都具有其自身的特点,适用于形成不同格式的图片。以本实施例中所采用的压缩算法为例,行程长度编码适用于形成PCX、TGA以及TIFF格式的图片,LZW适编码用于形成GIF和TIFF格式的图片,而信息熵编码适用于形成PNG、MNG以及TIFF格式的图片。
如果所述原始图片单位面积内不同像素值的个数大于第二阈值,则说明该原始图片的色彩非常丰富。对于色彩非常丰富的图片,适合使用有损压缩进行处理,这是因为,经过有损压缩后的图片虽然会损失一些信息,但是由于图片的色彩非常丰富,所以即使是损失了一定的信息后,仍然不影响用户视觉上的观看效果,且压缩率相应也会比较低。所以,所述算法选择装置302选择对所述原始图片使用有损压缩。在本实施例中,所述有损压缩的算法为基于离散余弦变换(DiscreteCosine Transform,DCT)或者小波变换的变换编码,其中,所述变换编码适用于形成JPEG格式的图片。在其他实施例中,还可以是其他任何可以实现有损压缩的算法,在此不再一一列举。
如果所述原始图片单位面积内不同像素值的个数介于第一阈值和第二阈值之间,则说明该原始图片的色彩比较丰富,在这种情况下,除了色彩的丰富程度之外,色彩分布的平滑与否也会影响到所述算法选择装置302对压缩算法的选择。为了使所述算法选择装置302可以更准确地选择压缩算法,使压缩效果达到最佳,还需要所述图片分析装置301需要进一步通过直方图计算所述原始图片像素值的均方差,然后,所述算法选择装置302将所述原始图片像素值的均方差与第三阈值相比较,如果所述均方差大于第三阈值,则说明所述原始图片色彩比较丰富但色彩分布不均,在这种情况下,所述算法选择装置302选择对所述原始图片使用无损压缩;如果所述均方差小于第三阈值,则说明所述原始图片色彩比较丰富且色彩分布较为平滑,在这种情况下,所述算法选择装置302选择对所述原始图片使用有损压缩。如果所述原始图片像素值的均方差等于第三阈值,则可以采用无损压缩,也可以采用有损压缩。
其中,所述第一阈值、第二阈值以及第三阈值均为预先设定的数值,是基于不同压缩算法对大量图片进行压缩后,通过对压缩效果(压缩率和保真度)进行分析和比较后制定的。优选地,还可以包括阈值设定装置(未示出),用于提供第一阈值、第二阈值和/或第三阈值的设定选项,用户可以根据使用场景的需要,通过该设定选项调整相应阈值的大小。用户对第一阈值、第二阈值和/或第三阈值进行设定后,所述阈值设定装置将设定结果提供给算法选择装置302。基于各种不同阈值设定的组合,所述算法选择装置302可获得关于无损压缩和有损压缩算法选择的不同标准,从而在保真度与压缩率之间取得适合不同需求的折中。
优选地,在所述算法选择装置302对所述原始图片单位面积内不同像素值的个数进行判断的时候,如果所述原始图片单位面积内不同像素值的个数恰好等于第一阈值、或者恰好等于第二阈值,所述图片分析装置301将对所述原始图片像素值的均方差进行计算,而不是所述算法选择装置302直接判定是采用无损压缩还是有损压缩,如此一来,所述算法选择装置302将基于像素值的均方差对所述原始图片的压缩方法进行选择,从而可以进一步保证压缩算法选择的准确性。当然,也可以设定当所述原始图片单位面积内不同像素值的个数等于第一阈值时,所述算法选择装置302选择无损压缩,而当所述原始图片单位面积内不同像素值的个数等于第二阈值时,所述算法选择装置302选择有损压缩,对此本发明不做任何限定。
优选地,如图4所示,本发明所提供的设备进一步还包括结果预测装置304,用于预测压缩后所形成图片的格式、和/或图片的大小,并将该预测结果提供给用户,便于用户据此做出相应的选择。具体地,所述算法选择装置302在确定了对待压缩图片使用的压缩算法后,所述结果预测装置304对采用该压缩算法所形成图片的格式和/或图片的大小进行预测,并将该预测结果提供给用户进行参考,如此一来,便于用户据此做出相应的选择。例如,当所述算法选择装置302确定了原始图片将采用LZW编码进行无损压缩处理后,所述结果预测装置304预测采用该LZW编码进行压缩后所形成的GIF图片的大小为720Kb(或者预测结果为一个范围)后,将图片的格式和/或图片的大小提供给用户,该用户可以据此来判断是否进行压缩操作。
实施上述具体实施方式,有效地解决了现有技术中出现的问题,本发明所提供的设备可以根据图片的内容选择相应的压缩算法,从而不但可以使压缩后的图片保持较高的保真度,还可以有效地提高压缩效率;此外,压缩算法的选择是根据图片单位面积内不同像素值的个数以及像素值的方差两个方面,其中,单位面积内不同像素值的个数可以反映出图片色彩的丰富程度,而像素值的方差可以反映出图片色彩分布的平滑程度,因此,基于这两个方面在一定程度上可以准确地识别图片的内容,从而保证了压缩算法选择的准确性,进而保证了压缩后的图片具有良好的效果。
本发明提供的基于图片内容选择压缩算法的方法可以使用可编程逻辑器件结合来实现,也可以实施为计算机程序软件,例如根据本发明的实施例可以是一种计算机程序产品,运行该程序产品使计算机执行用于所示范的方法。所述计算机程序产品包括计算机可读存储介质,该介质上包含计算机程序逻辑或代码部分,用于实现所述基于图片内容选择压缩算法的方法。所述计算机可读存储介质可以是被安装在计算机中的内置介质或者可从计算机主体拆卸的可移动介质(例如热拔插技术存储设)。所述内置介质包括但不限于可重写的非易失性存储器,例如RAM、ROM、快闪存储器和硬盘。所述可移动介质包括但不限于:光存储媒体(例如CD-ROM和DVD)、磁光存储媒体(例如MO)、磁存储媒体(例如盒带或移动硬盘)、具有内置的可重写的非易失性存储器的媒体(例如存储卡)和具有内置ROM的媒体(例如ROM盒)。
以上所揭露的仅为本发明的一种较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (12)
1.一种基于图片内容选择压缩算法的方法,该方法包括以下步骤:
a)对原始图片进行分析,计算该原始图片单位面积内不同像素值的个数;
b)对所述原始图片单位面积内不同像素值的个数进行判断:
如果其小于第一阈值,则对所述原始图片进行无损压缩;
如果所述原始图片单位面积内不同像素值的个数大于第二阈值,则对所述原始图片进行有损压缩;
如果所述原始图片单位面积内不同像素值的个数大于第一阈值且小于第二阈值,则计算所述原始图片像素值的均方差,然后对所述原始图片像素值的均方差进行判断,如果其大于第三阈值,则对所述原始图片进行无损压缩;否则,对所述原始图片进行有损压缩;
其中,所述原始图片单位面积内不同像素值的个数是指使用整个原始图片中不同像素值的个数除以该原始图片面积所得到的比值。
2.根据权利要求1所述的方法,还包括:
获取所述原始图片的直方图,并基于所述原始图片的直方图,计算该原始图片单位面积内不同像素值的个数、或者所述原始图片像素值的均方差。
3.根据权利要求1或2所述的方法,其中,所述无损压缩的算法包括行程长度编码、LZW编码、信息熵编码中的一种或其任意组合。
4.根据权利要求1或2所述的方法,其中,所述有损压缩的算法包括变化编码。
5.根据权利要求1或2所述的方法,还包括:
c)提供第一阈值、第二阈值和/或第三阈值的设定选项,用户基于该设定选项调整相应阈值的大小。
6.根据权利要求1或2所述的方法,其中,在对所述原始图片进行无损压缩或有损压缩之前还包括:
d)预测压缩后所形成图片的格式、和/或图片的大小,并将该预测结果提供给用户。
7.一种基于图片内容选择压缩算法的设备,包括:
图片分析装置,用于对原始图片进行分析,计算该原始图片单位面积内不同像素值的个数、以及计算所述原始图片像素值的均方差;
算法选择装置,用于将所述原始图片单位面积内不同像素值与预定阈值进行比较,并根据所述比较结果选择适当的压缩算法;
图片压缩装置,包括用于对所述原始图片进行无损压缩的无损压缩单元、以及用于对所述原始图片进行有损压缩的有损压缩单元,其中:
如果所述原始图片单位面积内不同像素值的个数小于第一阈值,或者所述原始图片单位面积内不同像素值的个数大于第一阈值且小于第二阈值、且所述原始图片像素值的均方差大于第三阈值,则所述无损压缩单元对所述原始图片进行无损压缩;以及
如果所述原始图片单位面积内不同像素值的个数大于第二阈值,或者所述原始图片单位面积内不同像素值的个数大于第一阈值且小于第二阈值、且所述原始图片像素值的均方差小于第三阈值,则所述有损压缩单元对所述原始图片进行有损压缩;
所述原始图片单位面积内不同像素值的个数是指使用整个原始图片中不同像素值的个数除以该原始图片面积所得到的比值。
8.根据权利要求7所述的设备,其中:
所述图片分析装置,用于获取所述原始图片的直方图,并基于所述原始图片的直方图,计算该原始图片单位面积内不同像素值的个数、或者所述原始图片像素值的均方差。
9.根据权利要求7或8所述的设备,其中:
所述无损压缩单元采用的算法包括行程长度编码、LZW编码、信息熵编码中的一种或其任意组合。
10.根据权利要求7或8所述的设备,其中:
所述有损压缩单元采用的算法包括所述有损压缩的算法包括变化编码。
11.根据权利要求7或8所述的设备,还包括:
阈值设定装置,用于提供第一阈值、第二阈值和/或第三阈值的设定选项,供用户对相应阈值的大小进行调整。
12.根据权利要求7或8所述的设备,还包括:
结果预测装置,用于预测压缩后所形成图片的格式、和/或图片的大小,并将该预测结果提供给用户。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210065660.9A CN102611823B (zh) | 2012-01-13 | 2012-01-13 | 一种基于图片内容选择压缩算法的方法和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210065660.9A CN102611823B (zh) | 2012-01-13 | 2012-01-13 | 一种基于图片内容选择压缩算法的方法和设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102611823A CN102611823A (zh) | 2012-07-25 |
CN102611823B true CN102611823B (zh) | 2014-06-04 |
Family
ID=46528969
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210065660.9A Active CN102611823B (zh) | 2012-01-13 | 2012-01-13 | 一种基于图片内容选择压缩算法的方法和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102611823B (zh) |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103886623B (zh) * | 2012-12-19 | 2017-03-15 | 华为技术有限公司 | 一种图像压缩方法、设备及系统 |
CN103002288B (zh) * | 2012-12-28 | 2015-10-21 | 北京视博云科技有限公司 | 一种视频图像的编解码方法及装置 |
CN105430393B (zh) * | 2014-09-19 | 2020-02-11 | 腾讯科技(深圳)有限公司 | 一种图片处理方法、图片处理装置、图片处理平台以及存储介质 |
CN105513100B (zh) * | 2015-12-03 | 2018-07-17 | 广州一刻影像科技有限公司 | 一种自动选择图片压缩质量并压缩图片的方法 |
CN105979265A (zh) * | 2016-05-05 | 2016-09-28 | 贵州白山云科技有限公司 | 图片压缩方法和装置 |
CN108810537B (zh) * | 2017-04-26 | 2023-04-07 | 腾讯科技(深圳)有限公司 | 一种图片转码方法、装置及图像处理设备 |
CN107333135B (zh) * | 2017-06-05 | 2020-07-10 | 贵阳朗玛信息技术股份有限公司 | 影像图片的呈现方法及装置 |
CN107665128B (zh) * | 2017-09-13 | 2021-11-19 | 深信服科技股份有限公司 | 图像处理方法、系统、服务器及可读存储介质 |
CN107888707B (zh) * | 2017-12-08 | 2021-04-20 | 北京奇艺世纪科技有限公司 | 一种图片传输方法、装置及电子设备 |
CN108228463B (zh) * | 2018-01-10 | 2021-09-21 | 百度在线网络技术(北京)有限公司 | 用于检测首屏时间的方法和装置 |
CN108600781B (zh) * | 2018-05-21 | 2022-08-30 | 腾讯科技(深圳)有限公司 | 一种视频封面生成的方法以及服务器 |
CN109639976B (zh) * | 2018-12-24 | 2021-02-09 | 北京百度网讯科技有限公司 | 焦点确定方法和装置 |
CN112234993A (zh) * | 2019-07-15 | 2021-01-15 | 北京信息科技大学 | 一种强瞬态信号数据压缩方法 |
CN111683254B (zh) * | 2020-06-24 | 2022-03-25 | 湖南国科微电子股份有限公司 | 一种图像压缩方法、装置及电子设备和存储介质 |
CN112565758A (zh) * | 2020-11-18 | 2021-03-26 | 南京航空航天大学 | 一种应用于hevc的自适应矩阵乘法电路 |
CN112817925A (zh) * | 2021-01-13 | 2021-05-18 | 武汉鹏源云信信息科技有限责任公司 | 一种计算机数据传输压缩系统 |
CN115580729A (zh) * | 2022-09-20 | 2023-01-06 | 威创集团股份有限公司 | 基于内容感知切片的编码及解码方法、系统、设备及介质 |
CN115908165A (zh) * | 2022-11-02 | 2023-04-04 | 阿里巴巴(中国)有限公司 | 云桌面图像的处理方法和图像处理方法、设备及存储介质 |
CN116437116B (zh) * | 2023-03-03 | 2024-01-30 | 深圳市宏辉智通科技有限公司 | 一种音视频调度方法及系统 |
CN116193130B (zh) * | 2023-03-09 | 2024-03-22 | 苏州亿铸智能科技有限公司 | 一种提高图像数据在网络中传输效率的方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6252994B1 (en) * | 1998-01-26 | 2001-06-26 | Xerox Corporation | Adaptive quantization compatible with the JPEG baseline sequential mode |
CN1879418A (zh) * | 2003-11-13 | 2006-12-13 | 高通股份有限公司 | 用于视频编解码器的选择性的和/或可缩放的复杂度控制 |
CN101075348A (zh) * | 2006-11-30 | 2007-11-21 | 腾讯科技(深圳)有限公司 | 一种图像压缩方法和装置 |
CN101331480A (zh) * | 2005-12-15 | 2008-12-24 | 微软公司 | 压缩文档中的图像 |
CN101563926A (zh) * | 2006-12-18 | 2009-10-21 | 皇家飞利浦电子股份有限公司 | 图像压缩与解压缩 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006048695A1 (en) * | 2004-11-01 | 2006-05-11 | Ati Technologies, Inc. | Adaptive image compression method and device |
-
2012
- 2012-01-13 CN CN201210065660.9A patent/CN102611823B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6252994B1 (en) * | 1998-01-26 | 2001-06-26 | Xerox Corporation | Adaptive quantization compatible with the JPEG baseline sequential mode |
CN1879418A (zh) * | 2003-11-13 | 2006-12-13 | 高通股份有限公司 | 用于视频编解码器的选择性的和/或可缩放的复杂度控制 |
CN101331480A (zh) * | 2005-12-15 | 2008-12-24 | 微软公司 | 压缩文档中的图像 |
CN101075348A (zh) * | 2006-11-30 | 2007-11-21 | 腾讯科技(深圳)有限公司 | 一种图像压缩方法和装置 |
CN101563926A (zh) * | 2006-12-18 | 2009-10-21 | 皇家飞利浦电子股份有限公司 | 图像压缩与解压缩 |
Also Published As
Publication number | Publication date |
---|---|
CN102611823A (zh) | 2012-07-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102611823B (zh) | 一种基于图片内容选择压缩算法的方法和设备 | |
US10659784B2 (en) | Region-based image compression | |
US10070133B2 (en) | Methods, apparatuses, systems, and non-transitory computer readable media for improving and/or optimizing image compression quality | |
US11983906B2 (en) | Systems and methods for image compression at multiple, different bitrates | |
WO2017190691A1 (zh) | 图片压缩方法和装置 | |
MX2012004747A (es) | Codificacion de graficos integrados: corriente de bits reclasificada para descodificacion paralela. | |
US8582876B2 (en) | Hybrid codec for compound image compression | |
US20220377339A1 (en) | Video signal processor for block-based picture processing | |
US20190333190A1 (en) | Systems and methods for distortion removal at multiple quality levels | |
US9106925B2 (en) | WEAV video compression system | |
Hu et al. | Complexity-guided slimmable decoder for efficient deep video compression | |
KR102113904B1 (ko) | 보간을 이용한 연산 방법, 인코더, 및 디코더 | |
CN102595138A (zh) | 图像压缩的方法及装置、终端 | |
KR101703330B1 (ko) | 이미지 재부호화 방법 및 그 장치 | |
KR20240006667A (ko) | 점군 속성 정보 부호화 방법, 복호화 방법, 장치 및 관련 기기 | |
CN111182301A (zh) | 一种图像压缩时选择最优量化参数的方法、装置、设备及系统 | |
CN107172425B (zh) | 缩略图生成方法、装置及终端设备 | |
US11546597B2 (en) | Block-based spatial activity measures for pictures | |
CN110446048B (zh) | 帧内预测场景中预测模式的选取方法及装置 | |
US9020291B2 (en) | Resized image compression based on frequency content | |
CN110099279B (zh) | 一种基于硬件的可调节有损压缩的方法 | |
EP3568983B1 (en) | Encoder and decoder and methods thereof | |
CN117676156A (zh) | 一种视频编码数据预测方法、视频编码方法及相关设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |