CN102724381A - 基于jpeg压缩原理的票据类图像压缩方法 - Google Patents
基于jpeg压缩原理的票据类图像压缩方法 Download PDFInfo
- Publication number
- CN102724381A CN102724381A CN2012101974011A CN201210197401A CN102724381A CN 102724381 A CN102724381 A CN 102724381A CN 2012101974011 A CN2012101974011 A CN 2012101974011A CN 201210197401 A CN201210197401 A CN 201210197401A CN 102724381 A CN102724381 A CN 102724381A
- Authority
- CN
- China
- Prior art keywords
- image
- bill
- compression
- passage
- jpeg
- 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.)
- Granted
Links
Abstract
本发明涉及一种基于JPEG压缩原理的票据类图像压缩方法。现有的方法无法在保证质量的基础上,大幅度的提高压缩比。本发明包括票据图像预处理步骤和票据类图像JPEG压缩步骤。通过图像重排找到一种根据图像块的方差,均值化图像块的预处理方法;并采用经过优化的适合票据类图像的量化表进行JPEG方法压缩图像。本发明在保证一定图像质量的情况下,压缩比更高。
Description
技术领域
本发明属于图像处理技术领域,具体涉及一种基于JPEG压缩原理的票据类图像压缩方法。
背景技术
随着经济的高速发展,票据类图像在金融、统计等领域应用越来越广泛,每天都有大量的这类数字图像产生,这类图像的如果不经过大量的压缩,将会消耗巨大的储存器。人们提出了许多压缩算法,如小波压缩,jpg压缩、分形压缩等。
但是这些压缩方法都是针对一般图像的,没有专门的压缩方法来压缩单据类图像。这类图像数据庞大而且重要,要求我们在保证一定质量的基础上,大幅度的提高压缩比。
图像压缩可以划分为有损压缩和无损压缩。有损压缩把图像变换到变换域,再经过量化,减少非零个数,从而达到压缩图像目的。这种压缩方式的特点是压缩是有损的,图像质量比原来略差,但是压缩比非常高,它是以保存图像主要部分,去除次要部分为代价的。无损压缩一般是通过像素重排等方法,增大图像冗余,再通过编码较大程度去除冗余从而达到图像压缩的目的。无损压缩的特点是压缩后图像质量比较好,缺点是压缩比比较低。
发明内容
本发明针对现有技术的不足,提供了一种基于JPEG压缩原理的票据类图像压缩方法。
本发明方法包括以下步骤:
1)票据图像预处理步骤:
(1)色彩空间转换;将票据图像从RGB通道转化为YCbCr通道。
(2)图像分块;将上述每个通道进行8*8的像素值分块。
(3)计算3个通道里每个8*8块的方差。
(4)对于方差小于某个阈值的块,所有像素值变为该块的均值。
2)票据类图像JPEG压缩步骤:
(1)将预处理结果图像的Y通道进行DCT变换后,利用经优化的亮度量化表进行量化。
(2)将预处理结果结果图像的Cb通道和Cr通道进行DCT变换后,利用标准色度量化表进行量化。
(3)将上述得到的量化数据根据熵编码表进行熵编码,即可得到压缩图像数据。
本发明从JPEG标准压缩过程出发,根据票据类图像特点,通过图像重排等方法的探索与研究,找到了一种根据图像块的方差,均值化图像块的预处理方法;并采用经过优化的适合票据类图像的量化表进行JPEG方法压缩图像。图像预处理和新量化表结合起来,形成了一种适合票据类图像压缩的JPEG压缩方法,使保证一定图像质量的情况下,压缩比更高。
具体实施方式
在基于JPEG压缩的票据类图像压缩技术中,我们根据扫描得到的电子票据图像的特点,将票据图像先进行增大冗余性的预处理,然后再用新提出的量化表进行JPEG压缩操作。票据图像压缩的方法主要有两大步骤:
1.图像预处理。具体步骤如下:
1)对原始票据图像I首先进行色彩空间转换,从RGB通道转换到YCbCr通道,分别为Y,Cb,Cr,公式如下:
Y = 0.299 R + 0.587 G + 0.114 B
Cb = - 0.1687 R - 0.3313 G + 0.5 B + 128
Cr = 0.5 R - 0.4187 G - 0.0813 B + 128
2)对Y,Cb,Cr三个矩阵都进行分块,每个8*8块为一块,若不足8*8,算作一块。
3)计算Y,Cb,Cr三个矩阵每个块像素值的方差。
4)若某个块的方差小于30,计算该块的平均值,则该块的像素值都变为它的块的平均值。
经过上述预处理过程的票据图像,Y变成了Y1,Cb变成了Cb1,Cr变成了Cr1。
2.票据图像JPEG 压缩。具体步骤如下:
1)将上述的Y1,Cb1和Cr1分别进行快速DCT变换,得到DCT频率系数(包括亮度DCT系数Y2和色度DCT频率系数C2)。DCT变换全称是离散余弦变换(Discrete Cosine Transform)。
2)量化。JPEG压缩量化表有一套标准量化表,但是针对一般图像,并没有专门时候票据图像特点进行过优化。本发明通过探索量化表选取规律和大量实验,提出适合票据图像的亮度量化表,如表1所示。用得到的亮度DCT频率系数Y2除以我们提出的优化亮度量化表,并且取整后,即可以得到压缩后的亮度DCT系数的量化数据Y3。用得到的色度DCT系数C2除以标准色度量化表并且取整后,即可以得到量化数据C3。
3)后续步骤按照JPEG标准压缩方法中的哈夫曼编码方法进行压缩。
表1
26 | 35 | 48 | 62 | 76 | 90 | 104 | 118 |
35 | 48 | 62 | 76 | 90 | 104 | 118 | 132 |
48 | 62 | 76 | 90 | 104 | 118 | 132 | 146 |
62 | 76 | 90 | 104 | 118 | 132 | 146 | 160 |
76 | 90 | 104 | 118 | 132 | 165 | 160 | 150 |
90 | 104 | 118 | 132 | 146 | 160 | 174 | 188 |
104 | 118 | 132 | 146 | 160 | 217 | 216 | 202 |
118 | 132 | 146 | 160 | 174 | 188 | 202 | 202 |
Claims (1)
1. 基于JPEG压缩原理的票据类图像压缩方法,其特征在于该方法包括票据图像预处理步骤和票据类图像JPEG压缩步骤;
1)票据图像预处理步骤:
(1)色彩空间转换;将票据图像从RGB通道转化为YCbCr通道;
(2)图像分块;将上述每个通道进行8*8的像素值分块;
(3)计算3个通道里每个8*8块的方差;
(4)对于方差小于某个阈值的块,所有像素值变为该块的均值;
2)票据类图像JPEG压缩步骤:
(1)将预处理结果图像的Y通道进行DCT变换后,利用经优化的亮度量化表进行量化;
(2)将预处理结果结果图像的Cb通道和Cr通道进行DCT变换后,利用标准色度量化表进行量化;
(3)将上述得到的量化数据根据熵编码表进行熵编码,即可得到压缩图像数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210197401.1A CN102724381B (zh) | 2012-06-15 | 2012-06-15 | 基于jpeg压缩原理的票据类图像压缩方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210197401.1A CN102724381B (zh) | 2012-06-15 | 2012-06-15 | 基于jpeg压缩原理的票据类图像压缩方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102724381A true CN102724381A (zh) | 2012-10-10 |
CN102724381B CN102724381B (zh) | 2014-04-02 |
Family
ID=46950036
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210197401.1A Active CN102724381B (zh) | 2012-06-15 | 2012-06-15 | 基于jpeg压缩原理的票据类图像压缩方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102724381B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104427349A (zh) * | 2013-08-20 | 2015-03-18 | 清华大学 | 一种Bayer图像压缩方法 |
CN106878584A (zh) * | 2015-12-11 | 2017-06-20 | 山东新北洋信息技术股份有限公司 | 金融票据图像的压缩方法及装置 |
CN110430429A (zh) * | 2019-08-06 | 2019-11-08 | 陕西土豆数据科技有限公司 | 一种适合于航拍影像的jpeg压缩量化方法 |
CN111583158A (zh) * | 2020-05-19 | 2020-08-25 | 国网吉林省电力有限公司 | 一种背景简化表达的票据电子影像压缩存储方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0933947A2 (en) * | 1998-01-26 | 1999-08-04 | Xerox Corporation | Adaptive quantization compatible with the jpeg baseline sequential mode |
CN1419787A (zh) * | 2000-01-28 | 2003-05-21 | 高通股份有限公司 | 基于质量的图像压缩 |
US6597811B1 (en) * | 2000-03-27 | 2003-07-22 | Eduard Batkilim | Method and device for image digitized data compression and decompression |
US20050135693A1 (en) * | 2003-12-23 | 2005-06-23 | Ahmed Mohamed N. | JPEG encoding for document images using pixel classification |
CN101594537A (zh) * | 2009-06-04 | 2009-12-02 | 京北方科技股份有限公司 | 海量图像数据压缩方法 |
-
2012
- 2012-06-15 CN CN201210197401.1A patent/CN102724381B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0933947A2 (en) * | 1998-01-26 | 1999-08-04 | Xerox Corporation | Adaptive quantization compatible with the jpeg baseline sequential mode |
CN1419787A (zh) * | 2000-01-28 | 2003-05-21 | 高通股份有限公司 | 基于质量的图像压缩 |
US6597811B1 (en) * | 2000-03-27 | 2003-07-22 | Eduard Batkilim | Method and device for image digitized data compression and decompression |
US20050135693A1 (en) * | 2003-12-23 | 2005-06-23 | Ahmed Mohamed N. | JPEG encoding for document images using pixel classification |
CN101594537A (zh) * | 2009-06-04 | 2009-12-02 | 京北方科技股份有限公司 | 海量图像数据压缩方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104427349A (zh) * | 2013-08-20 | 2015-03-18 | 清华大学 | 一种Bayer图像压缩方法 |
CN104427349B (zh) * | 2013-08-20 | 2017-09-29 | 清华大学 | 一种Bayer图像压缩方法 |
CN106878584A (zh) * | 2015-12-11 | 2017-06-20 | 山东新北洋信息技术股份有限公司 | 金融票据图像的压缩方法及装置 |
CN110430429A (zh) * | 2019-08-06 | 2019-11-08 | 陕西土豆数据科技有限公司 | 一种适合于航拍影像的jpeg压缩量化方法 |
CN111583158A (zh) * | 2020-05-19 | 2020-08-25 | 国网吉林省电力有限公司 | 一种背景简化表达的票据电子影像压缩存储方法 |
CN111583158B (zh) * | 2020-05-19 | 2022-09-23 | 国网吉林省电力有限公司 | 一种背景简化表达的票据电子影像压缩存储方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102724381B (zh) | 2014-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108881913B (zh) | 图像编码的方法和装置 | |
CN104065976B (zh) | 一种基于视频的图像压缩及保密传输方法 | |
Zhou et al. | DCT-based color image compression algorithm using an efficient lossless encoder | |
WO2023040600A1 (zh) | 图像编码方法、图像解码方法、装置、电子设备及介质 | |
CN103347185A (zh) | 基于选择性块变换的无人机侦察图像综合压缩编码方法 | |
EP2883356A1 (en) | Two-step quantization and coding method and apparatus | |
CN102724381B (zh) | 基于jpeg压缩原理的票据类图像压缩方法 | |
US9998753B1 (en) | Prediction dependent transform coding | |
CN104488266B (zh) | Avs视频压缩编码方法及编码器 | |
CN109672891B (zh) | Jpeg图像的无损二次压缩方法 | |
WO2012118569A1 (en) | Visually optimized quantization | |
Poolakkachalil et al. | Comparative analysis of lossless compression techniques in efficient DCT-based image compression system based on Laplacian Transparent Composite Model and An Innovative Lossless Compression Method for Discrete-Color Images | |
Salih et al. | Improved image compression scheme using hybrid encoding algorithm | |
Wang et al. | Properties of all phase biorthogonal transform matrix and its application in color image compression | |
Al-Khafaji¹ et al. | Color image compression of inter-prediction base | |
CN108259896B (zh) | 一种利用系数分布特性的哥伦布-莱斯初始参数自适应决策方法 | |
Sebastian et al. | Color image compression Using JPEG2000 with adaptive color space transform | |
Pradhan et al. | A modified framework for Image compression using Burrows-Wheeler Transform | |
Ernawan et al. | An efficient image compression using bit allocation based on psychovisual threshold | |
CN117459737B (zh) | 一种图像预处理网络的训练方法和图像预处理方法 | |
TWI517675B (zh) | 影像編碼方法及應用該影像編碼之嵌入式系統 | |
TWI502550B (zh) | Differential layered image compression method | |
WO2021197158A1 (zh) | 一种图像处理方法和图像处理装置 | |
Xu et al. | Sparse representation of texture patches for low bit-rate image compression | |
Sundaresan et al. | Lossy and Lossless Compression using various Algorithms |
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 | ||
C41 | Transfer of patent application or patent right or utility model | ||
TR01 | Transfer of patent right |
Effective date of registration: 20151217 Address after: No. 18 Qixia Xianlin Avenue horses Street District of Nanjing City, Jiangsu province 210049 Patentee after: NANJING FENGLIJIAN INFORMATION TECHNOLOGY CO., LTD. Address before: Hangzhou City, Zhejiang province 310018 Xiasha Higher Education Park No. 2 street Patentee before: Hangzhou Electronic Science and Technology Univ |