CN107527319A - 图像收缩方法和装置 - Google Patents
图像收缩方法和装置 Download PDFInfo
- Publication number
- CN107527319A CN107527319A CN201610447226.5A CN201610447226A CN107527319A CN 107527319 A CN107527319 A CN 107527319A CN 201610447226 A CN201610447226 A CN 201610447226A CN 107527319 A CN107527319 A CN 107527319A
- Authority
- CN
- China
- Prior art keywords
- size
- moving window
- coordinate points
- image
- pixel value
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000005070 sampling Methods 0.000 claims description 29
- 230000008602 contraction Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 230000000717 retained effect Effects 0.000 description 5
- 239000000203 mixture Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4023—Scaling of whole images or parts thereof, e.g. expanding or contracting based on decimating pixels or lines of pixels; based on inserting pixels or lines of pixels
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本申请提出一种图像收缩方法和装置,该图像收缩方法包括:确定移动窗的尺寸;根据移动窗的尺寸,获取移动窗在原始图像上的一个位置时移动窗内的一组坐标点;对所述移动窗内的坐标点进行采样,得到采样点;根据所述采样点的像素值,计算目标图像中对应位置的坐标点的像素值。该方法处理速度快,并且收缩后图像的图像质量也较好。
Description
技术领域
本申请涉及图像处理技术领域,尤其涉及一种图像收缩方法和装置。
背景技术
图像收缩是许多图像处理任务的基础,应用十分广泛。图像收缩是指根据一定的比例缩小图像的尺寸,输出结果为小图。
目前,存在一些图像收缩算法,但是,目前的图像收缩算法会存在易在小图上出现锯齿或者马赛克的问题,造成收缩后图像的图像质量不好,影响后续图像处理算法的效果。或者,存在计算复杂度高的问题,耗时太长,不利于后续算法的实时性。
发明内容
本申请旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本申请的一个目的在于提出一种图像收缩方法,该方法处理速度快,并且收缩后图像的图像质量也较好。
本申请的另一个目的在于提出一种图像收缩装置。
为达到上述目的,本申请第一方面实施例提出的图像收缩方法,包括:确定移动窗的尺寸;根据移动窗的尺寸,获取移动窗在原始图像上的一个位置时移动窗内的一组坐标点;对所述移动窗内的坐标点进行采样,得到采样点;根据所述采样点的像素值,计算目标图像中对应位置的坐标点的像素值。
本申请第一方面实施例提出的图像收缩方法,通过获取移动窗内的一组坐标点,以该组坐标点计算目标图像中对应坐标点的像素值,可以保留图像细节,保证收缩后图像的质量,并且,由于对移动窗内的一组坐标点进行了采样,可以减少处理的坐标点的数量,从而降低收缩处理的耗时,保证实时性。
为达到上述目的,本申请第二方面实施例提出的图像收缩装置,包括:确定模块,用于确定移动窗的尺寸;获取模块,用于根据移动窗的尺寸,获取移动窗在原始图像上的一个位置时移动窗内的一组坐标点;采样模块,用于对所述移动窗内的坐标点进行采样,得到采样点;计算模块,用于根据所述采样点的像素值,计算目标图像中对应位置的坐标点的像素值
本申请第二方面实施例提出的图像收缩装置,通过获取移动窗内的一组坐标点,以该组坐标点计算目标图像中对应坐标点的像素值,可以保留图像细节,保证收缩后图像的质量,并且,由于对移动窗内的一组坐标点进行了采样,可以减少处理的坐标点的数量,从而降低收缩处理的耗时,保证实时性。
本申请附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1是本申请一个实施例提出的图像收缩方法的流程示意图;
图2是本申请另一个实施例提出的图像收缩方法的流程示意图;
图3是本申请实施例中在原始图像上获取移动窗内的一组坐标点的示意图;
图4是本申请实施例中根据采样点的像素值计算目标图像中的坐标点像素值的流程示意图;
图5是本申请一个实施例提出的图像收缩装置的结构示意图;
图6是本申请另一个实施例提出的图像收缩装置的结构示意图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的模块或具有相同或类似功能的模块。下面通过参考附图描述的实施例是示例性的,仅用于解释本申请,而不能理解为对本申请的限制。相反,本申请的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
图1是本申请一个实施例提出的图像收缩方法的流程示意图。
参见图1,本实施例的方法包括:
S11:确定移动窗的尺寸。
其中,移动窗的尺寸可以根据原始图像的尺寸和目标图像的尺寸确定。
原始图像是指待进行收缩处理的图像。原始图像可以输入到图像收缩装置中,以由图像收缩装置对原始图像进行收缩处理,原始图像在确定后,可以获取到原始图像的尺寸,例如是N1*M1(N1行M1列的坐标点组成)。
目标图像是指收缩后图像,目标图像的尺寸可以由用户设定。例如,用户可以设定目标图像的尺寸是N2*M2(N2行M2列的坐标点组成)。
在得到原始图像的尺寸和目标图像的尺寸后,可以根据两者的尺寸确定移动窗的尺寸,例如,可以根据原始图像的尺寸和目标图像的尺寸的比值确定移动窗的尺寸。在一个具体实施例中,移动窗的尺寸用N*M表示,则N=N1/N2,M=M1/M2。
S12:根据移动窗的尺寸,获取移动窗在原始图像上的一个位置时移动窗内的一组坐标点。
其中,在确定出移动窗的尺寸后,移动窗可以在原始图像上移动。每当移动到一个位置时,可以在原始图像上获取到当前位置的移动窗内的一组坐标点。例如,每组坐标点是指原始图像上的N*M个坐标点。
S13:对所述移动窗内的坐标点进行采样,得到采样点。
例如,对应移动窗,可以获取N*M个坐标点,之后可以对N*M个坐标点进行降采样,得到不同位置的移动窗内的采样点。例如,每个位置的移动窗内的采样点是n*m个坐标点,其中,n<N,m<M。
S14:根据所述采样点的像素值,计算目标图像中对应位置的坐标点的像素值。
例如,移动窗内的采样点是n1*m1个点,如果移动窗移动到第一位置时的移动窗内的坐标点集合的像素信息对应目标图像中的第一坐标点,则可以根据移动窗在第一位置时移动窗内的n1*m1个坐标点的像素值,计算目标图像上对应的第一坐标点的像素值。具体的,可以将n1*m1个坐标点的像素值的均值或者加权均值,确定为第一坐标点的像素值。
本实施例中,通过获取移动窗内的一组坐标点,以该组坐标点计算目标图像中对应坐标点的像素值,可以保留图像细节,保证收缩后图像的质量,并且,由于对移动窗内的一组坐标点进行了采样,可以减少处理的坐标点的数量,从而降低收缩处理的耗时,保证实时性。
图2是本申请另一个实施例提出图像收缩方法的流程示意图。
参见图2,本实施例的方法包括:
S21:输入原始图像。
S22:获取原始图像的尺寸,以及获取目标图像的尺寸。
其中,待收缩的原始图像是要进行图像收缩处理的输入图像,该图像在确定后,就可以获取该图像的尺寸。
收缩后图像的尺寸可以根据需要设定,例如,用户可以设定收缩后图像的尺寸。
其中,图像的尺寸可以包括X方向的尺寸(横向尺寸)和Y方向的尺寸(纵向尺寸)。例如,原始图像的尺寸可以包括第一横向尺寸和第一纵向尺寸,目标图像的尺寸可以包括第二横向尺寸和第二纵向尺寸。
具体的,第一横向尺寸和第一纵向尺寸可以分别用Original_Width,Original_Height表示。第二横向尺寸和第二纵向尺寸可以分别用Shrink_Width,Shrink_Height表示。
S23:根据所述原始图像的尺寸与所述目标图像的尺寸,计算缩放比例。
其中,缩放比例可以包括横向缩放比例和纵向缩放比例。
例如,将第一横向尺寸与第二横向尺寸的比值,确定为横向缩放比例;将第一纵向尺寸与第二纵向尺寸的比值,确定为纵向缩放比例。
具体的,横向缩放比例和纵向缩放比例分别表示为:XSale和YScale。
则上述的两个缩放比例的计算公式是:
XSale=Original_Width/Shrink_Width;
YScale=Original_Height/Shrink_Height。
S24:将缩放比例确定为移动窗的尺寸。
其中,移动窗的可以尺寸包括横向尺寸和纵向尺寸,移动窗的横向尺寸为所述横向缩放比例,移动窗的纵向尺寸为所述纵向缩放比例。
具体的,移动窗的横向尺寸和纵向尺寸分别用Win_Width和Win_Height表示。
则Win_Width=XSale;
Win_Height=YScale。
S25:根据移动窗的尺寸,获取移动窗在原始图像上的一个位置时移动窗内的一组坐标点。
例如,参见图3,移动窗31可以在原始图像30上移动,在每个位置上可以获取一组坐标点。
假设Win_Width=Win_Height=5,则在原始图像上移动到每个位置的移动窗内的一组坐标点是5*5的共25个坐标点。
S26:根据预先确定的采样步长,对所述移动窗内的坐标点进行采样,得到采样点。
其中,采样步长可以预设。采样步长可以包括横向采样步长和纵向采样步长。
例如,横向采样步长为横向缩放比例/2向下取整的数值,纵向采样步长为纵向缩放比例/2向下取整的数值。
具体的,横向采样步长和纵向采样步长分别用Sample_StepX和Sample_StepY表示,则:
Sample_StepX
Sample_StepY
其中,表示向下取整。
在确定出横向采样步长和纵向采样步长后,就可以对移动窗内的一组坐标点根据采样步长进行采样,得到采样点,例如,移动窗口尺寸为5*5,假设采样步长是2,则可以采样得到一组3*3的采样点。
S27:根据所述采样点的像素值,计算目标图像中对应位置的坐标点的像素值。
参见图4,根据采样点的像素值,计算目标图像中对应位置的坐标点的像素值的流程可以包括:
S41:获取每个采样点的像素值。
S42:根据所述每个采样点的像素值,计算移动窗内所有采样点的像素值的平均值,或者,加权平均值。
例如,平均值其中,P是采样点的总数,如P=n*m,pi是每个采样点的像素值。
加权平均值其中,wi是每个采样点的权重值。
进一步的,在计算加权平均值时,每个采样点的权重值与距离值成反比,其中,所述距离值为每个采样点与预设基准之间的距离值。
例如,采样点是3*3,预设基准可以是这9个采样点的横向或纵向的中心线,或者,预设基准也可以是中心点等。以中心线为例,这9个采样点的中心点(第2行第2列的像素点)的权重值最大,而外围的8个采样点的权重值可以相同,具体的权重值可以根据与中心点的距离关系进行设置。
S43:将所述平均值或者加权平均值,确定为目标图像中对应位置的坐标点的像素值。
例如,原始图像是50*50,收缩后图像是10*10,则移动窗的尺寸是5*5。
参见图3,当移动窗31移动到第一位置时,可以获取到移动窗31内的25个坐标点,之后可以对这25个坐标点进行采样,例如得到3*3的采样点。此时,可以通过该9个采样点的像素值,计算收缩后图像对应位置的坐标点的像素值。假设第一位置在左上角,对应位置是收缩后图像的第1行第1列的坐标点,因此,可以将上述的9个采样点的像素值的均值或加权平均值,确定为收缩后图像的第1行第1列位置对应的坐标点的像素值。
S28:输出目标图像。
由于目标图像的尺寸可以由用户设定,经过上述处理可以得到目标图像上每个坐标点的像素值,因此通过上述处理可以得到收缩后图像,也就是目标图像,之后可以输出目标图像,以供后续流程使用。
本实施例中,通过获取移动窗内的一组坐标点,以该组坐标点计算目标图像中对应坐标点的像素值,可以保留图像细节,保证收缩后图像的质量,并且,由于对移动窗内的一组坐标点进行了采样,可以减少处理的坐标点的数量,从而降低收缩处理的耗时,保证实时性。进一步的,通过根据原始图像和目标图像的尺寸确定移动窗的尺寸,可以提高计算准确度。进一步的,通过将均值或加权均值确定为目标图像中相应坐标点的像素值,可以满足不同计算精度需求。进一步的,在加权运算时根据距离值确定权重值,可以提高收缩后图像质量。
图5是本申请一个实施例提出的图像收缩装置的结构示意图。
参见图5,该装置50包括:确定模块51、获取模块52、采样模块53和计算模块54。
确定模块51,用于确定移动窗的尺寸。
其中,移动窗的尺寸可以根据原始图像的尺寸和目标图像的尺寸确定。
原始图像是指待进行收缩处理的图像。原始图像可以输入到图像收缩装置中,以由图像收缩装置对原始图像进行收缩处理,原始图像在确定后,可以获取到原始图像的尺寸,例如是N1*M1(N1行M1列的坐标点组成)。
目标图像是指收缩后图像,目标图像的尺寸可以由用户设定。例如,用户可以设定目标图像的尺寸是N2*M2(N2行M2列的坐标点组成)。
在得到原始图像的尺寸和目标图像的尺寸后,可以根据两者的尺寸确定移动窗的尺寸,例如,可以根据原始图像的尺寸和目标图像的尺寸的比值确定移动窗的尺寸。在一个具体实施例中,将两者的比值确定为移动窗的尺寸,例如,移动窗的尺寸用N*M表示,则N=N1/N2,M=M1/M2。
一些实施例中,参见图6,确定模块51包括:
第一获取单元511,用于获取原始图像的尺寸,以及获取目标图像的尺寸;
第一计算单元512,用于根据所述原始图像的尺寸与所述目标图像的尺寸,计算缩放比例;
第一确定单元513,用于将所述缩放比例确定为移动窗的尺寸。
一些实施例中,所述原始图像的尺寸包括第一横向尺寸和第一纵向尺寸,所述目标图像的尺寸包括第二横向尺寸和第二纵向尺寸,所述缩放比例包括横向缩放比例和纵向缩放比例,第一计算单元512具体用于:
将第一横向尺寸与第二横向尺寸的比值,确定为横向缩放比例;
将第一纵向尺寸与第二纵向尺寸的比值,确定为纵向缩放比例。
所述移动窗的尺寸包括横向尺寸和纵向尺寸,其中,移动窗的横向尺寸为所述横向缩放比例,移动窗的纵向尺寸为所述纵向缩放比例。
获取模块52,用于根据移动窗的尺寸,获取移动窗在原始图像上的一个位置时移动窗内的一组坐标点。
其中,在确定出移动窗的尺寸后,移动窗可以在原始图像上移动。每当移动到一个位置时,可以在原始图像上获取到当前位置的移动窗内的一组坐标点。例如,每组坐标点是指原始图像上的N*M个坐标点。
采样模块53,用于对所述移动窗内的坐标点进行采样,得到采样点。
例如,对应移动窗,可以获取N*M个坐标点,之后可以对N*M个坐标点进行降采样,得到不同位置的移动窗内的采样点。例如,每个位置的移动窗内的采样点是n*m个坐标点,其中,n<N,m<M。
一些实施例中,采样模块53具体用于:
根据预先确定的采样步长,对所述移动窗内的坐标点进行采样,得到采样点。
可选的,所述采样步长包括横向采样步长和纵向采样步长,其中,横向采样步长为横向缩放比例/2向下取整的数值,纵向采样步长为纵向缩放比例/2向下取整的数值。
计算模块54,用于根据所述采样点的像素值,计算目标图像对应位置的坐标点的像素值。
例如,移动窗内的采样点是n1*m1个点,如果移动窗移动到第一位置时的移动窗内的坐标点集合的像素信息对应目标图像中的第一坐标点,则可以根据移动窗在第一位置时移动窗内的n1*m1个坐标点的像素值,计算目标图像上对应的第一坐标点的像素值。具体的,可以将n1*m1个坐标点的像素值的均值或者加权均值,确定为第一坐标点的像素值。
一些实施例中,参见图6,计算模块54包括:
第二获取单元541,用于获取每个采样点的像素值;
第二计算单元542,用于根据所述每个采样点的像素值,计算移动窗内所有采样点的像素值的平均值,或者,加权平均值;
第二确定单元543,用于将所述平均值或者加权平均值,确定为目标图像对应位置的坐标点的像素值。
可选的,在计算加权平均值时,每个采样点的权重值与距离值成反比,其中,所述距离值为每个采样点与预设基准之间的距离值。
可以理解的是,上述实施例中的装置与上述实施例的方法对应,关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
本实施例中,通过获取移动窗内的一组坐标点,以该组坐标点计算目标图像中对应坐标点的像素值,可以保留图像细节,保证收缩后图像的质量,并且,由于对移动窗内的一组坐标点进行了采样,可以减少处理的坐标点的数量,从而降低收缩处理的耗时,保证实时性。进一步的,通过根据原始图像和目标图像的尺寸确定移动窗的尺寸,可以提高计算准确度。进一步的,通过将均值或加权均值确定为目标图像中相应坐标点的像素值,可以满足不同计算精度需求。进一步的,在加权运算时根据距离值确定权重值,可以提高收缩后图像质量。
需要说明的是,在本申请的描述中,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本申请的描述中,除非另有说明,“多个”的含义是指至少两个。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种图像收缩方法,其特征在于,包括:
确定移动窗的尺寸;
在移动窗移动到原始图像上的一个位置时,根据移动窗的尺寸,获取移动窗内的一组坐标点;
对所述移动窗内的坐标点进行采样,得到采样点;
根据所述采样点的像素值,计算目标图像中对应位置的坐标点的像素值。
2.根据权利要求1所述的方法,其特征在于,所述确定移动窗的尺寸,包括:
获取原始图像的尺寸,以及获取目标图像的尺寸;
根据所述原始图像的尺寸与所述目标图像的尺寸,计算缩放比例;
将所述缩放比例确定为移动窗的尺寸。
3.根据权利要求2所述的方法,其特征在于,所述原始图像的尺寸包括第一横向尺寸和第一纵向尺寸,所述目标图像的尺寸包括第二横向尺寸和第二纵向尺寸,所述缩放比例包括横向缩放比例和纵向缩放比例,所述根据所述原始图像的尺寸与所述目标图像的尺寸,计算缩放比例,包括:
将第一横向尺寸与第二横向尺寸的比值,确定为横向缩放比例;
将第一纵向尺寸与第二纵向尺寸的比值,确定为纵向缩放比例。
4.根据权利要求3所述的方法,其特征在于,所述移动窗的尺寸包括横向尺寸和纵向尺寸,其中,移动窗的横向尺寸为所述横向缩放比例,移动窗的纵向尺寸为所述纵向缩放比例。
5.根据权利要求1所述的方法,其特征在于,所述对所述移动窗内的坐标点进行采样,得到采样点,包括:
根据预先确定的采样步长,对所述移动窗内的坐标点进行采样,得到采样点。
6.根据权利要求5所述的方法,其特征在于,所述采样步长包括横向采样步长和纵向采样步长,其中,横向采样步长为横向缩放比例/2向下取整的数值,纵向采样步长为纵向缩放比例/2向下取整的数值。
7.根据权利要求1所述的方法,其特征在于,所述根据所述采样点的像素值,计算目标图像中对应位置的坐标点的像素值,包括:
获取每个采样点的像素值;
根据所述每个采样点的像素值,计算移动窗内所有采样点的像素值的平均值,或者,加权平均值;
将所述平均值或者加权平均值,确定为目标图像对应位置的坐标点的像素值。
8.根据权利要求7所述的方法,其特征在于,在计算加权平均值时,每个采样点的权重值与距离值成反比,其中,所述距离值为每个采样点与预设基准之间的距离值。
9.一种图像收缩装置,其特征在于,包括:
确定模块,用于确定移动窗的尺寸;
获取模块,用于根据移动窗的尺寸,获取移动窗在原始图像上的一个位置时移动窗内的一组坐标点;
采样模块,用于对所述移动窗内的坐标点进行采样,得到采样点;
计算模块,用于根据所述采样点的像素值,计算目标图像中对应位置的坐标点的像素值。
10.根据权利要求9所述的装置,其特征在于,所述计算模块包括:
第二获取单元,用于获取每个采样点的像素值;
第二计算单元,用于根据所述每个采样点的像素值,计算移动窗内所有采样点的像素值的平均值,或者,加权平均值;
第二确定单元,用于将所述平均值或者加权平均值,确定为目标图像对应位置的坐标点的像素值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610447226.5A CN107527319A (zh) | 2016-06-20 | 2016-06-20 | 图像收缩方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610447226.5A CN107527319A (zh) | 2016-06-20 | 2016-06-20 | 图像收缩方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107527319A true CN107527319A (zh) | 2017-12-29 |
Family
ID=60733899
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610447226.5A Pending CN107527319A (zh) | 2016-06-20 | 2016-06-20 | 图像收缩方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107527319A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112532871A (zh) * | 2020-11-11 | 2021-03-19 | 浙江大华技术股份有限公司 | 图像下采样方法、电子设备及存储介质 |
CN113450361A (zh) * | 2021-05-14 | 2021-09-28 | 山东英信计算机技术有限公司 | 一种爬虫图片处理方法、装置、计算机设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101359465A (zh) * | 2008-09-19 | 2009-02-04 | 成都九洲电子信息系统有限责任公司 | 改善图象缩放画质的方法 |
CN101436297A (zh) * | 2007-11-14 | 2009-05-20 | 比亚迪股份有限公司 | 图像缩放方法 |
CN104063858A (zh) * | 2013-03-19 | 2014-09-24 | 展讯通信(上海)有限公司 | 图像模糊处理方法及装置 |
CN104361555A (zh) * | 2014-11-24 | 2015-02-18 | 中国航空工业集团公司洛阳电光设备研究所 | 一种基于fpga的红外图像缩放方法 |
-
2016
- 2016-06-20 CN CN201610447226.5A patent/CN107527319A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101436297A (zh) * | 2007-11-14 | 2009-05-20 | 比亚迪股份有限公司 | 图像缩放方法 |
CN101359465A (zh) * | 2008-09-19 | 2009-02-04 | 成都九洲电子信息系统有限责任公司 | 改善图象缩放画质的方法 |
CN104063858A (zh) * | 2013-03-19 | 2014-09-24 | 展讯通信(上海)有限公司 | 图像模糊处理方法及装置 |
CN104361555A (zh) * | 2014-11-24 | 2015-02-18 | 中国航空工业集团公司洛阳电光设备研究所 | 一种基于fpga的红外图像缩放方法 |
Non-Patent Citations (1)
Title |
---|
残月飞雪: "图像的上采样与下采样", 《CSDN》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112532871A (zh) * | 2020-11-11 | 2021-03-19 | 浙江大华技术股份有限公司 | 图像下采样方法、电子设备及存储介质 |
CN112532871B (zh) * | 2020-11-11 | 2022-07-15 | 浙江大华技术股份有限公司 | 图像下采样方法、电子设备及存储介质 |
CN113450361A (zh) * | 2021-05-14 | 2021-09-28 | 山东英信计算机技术有限公司 | 一种爬虫图片处理方法、装置、计算机设备及存储介质 |
CN113450361B (zh) * | 2021-05-14 | 2022-08-19 | 山东英信计算机技术有限公司 | 一种爬虫图片处理方法、装置、计算机设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108520247B (zh) | 对图像中的对象节点的识别方法、装置、终端及可读介质 | |
CN108038409B (zh) | 一种行人检测方法 | |
US10254845B2 (en) | Hand gesture recognition for cursor control | |
JP6493163B2 (ja) | 粗密探索方法および画像処理装置 | |
CN110287826B (zh) | 一种基于注意力机制的视频目标检测方法 | |
JP3837575B2 (ja) | 超解像処理の高速化方法 | |
CN110659664B (zh) | 一种基于ssd的高精度识别小物体的方法 | |
CN104952083B (zh) | 一种基于显著性目标背景建模的视频显著性检测方法 | |
CN108776971A (zh) | 一种基于分层最近邻域的变分光流确定方法及系统 | |
CN113807361B (zh) | 神经网络、目标检测方法、神经网络训练方法及相关产品 | |
CN103218600B (zh) | 一种实时人脸检测算法 | |
CN112767486B (zh) | 基于深度卷积神经网络的单目6d姿态估计方法及装置 | |
CN110503002B (zh) | 一种人脸检测方法和存储介质 | |
CN107527319A (zh) | 图像收缩方法和装置 | |
CN115471404A (zh) | 图像缩放方法、处理设备及存储介质 | |
CN111292308A (zh) | 基于卷积神经网络的光伏太阳能板红外缺陷检测方法 | |
CN108520532B (zh) | 识别视频中物体运动方向的方法及装置 | |
CN111914596A (zh) | 车道线检测方法、装置、系统及存储介质 | |
CN112101113B (zh) | 一种轻量化的无人机图像小目标检测方法 | |
CN110490165B (zh) | 一种基于卷积神经网络的动态手势跟踪方法 | |
JP2012243285A (ja) | 特徴点位置決定装置、特徴点位置決定方法及びプログラム | |
CN111179212A (zh) | 集成蒸馏策略和反卷积的微小目标检测片上实现方法 | |
CN111553921B (zh) | 一种基于通道信息共享残差模块的实时语义分割方法 | |
US20120098939A1 (en) | Image processing apparatus and method, and program | |
CN106845550A (zh) | 一种基于多模板的图像识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 1248903 Country of ref document: HK |
|
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171229 |