CN107820091B - 一种图片处理方法、系统及一种图片处理设备 - Google Patents

一种图片处理方法、系统及一种图片处理设备 Download PDF

Info

Publication number
CN107820091B
CN107820091B CN201711185069.6A CN201711185069A CN107820091B CN 107820091 B CN107820091 B CN 107820091B CN 201711185069 A CN201711185069 A CN 201711185069A CN 107820091 B CN107820091 B CN 107820091B
Authority
CN
China
Prior art keywords
image
original image
data
macro block
macro blocks
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
Application number
CN201711185069.6A
Other languages
English (en)
Other versions
CN107820091A (zh
Inventor
范宝余
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suzhou Inspur Intelligent Technology Co Ltd
Original Assignee
Suzhou Inspur Intelligent Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Suzhou Inspur Intelligent Technology Co Ltd filed Critical Suzhou Inspur Intelligent Technology Co Ltd
Priority to CN201711185069.6A priority Critical patent/CN107820091B/zh
Publication of CN107820091A publication Critical patent/CN107820091A/zh
Application granted granted Critical
Publication of CN107820091B publication Critical patent/CN107820091B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • 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
    • G06T3/60—Rotation of whole images or parts thereof
    • G06T3/602—Rotation of whole images or parts thereof by block rotation, e.g. by recursive reversal or rotation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
    • H04N19/436—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation using parallelised computational arrangements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/85—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
    • H04N19/91—Entropy coding, e.g. variable length coding [VLC] or arithmetic coding

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Computing Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

本发明公开了一种图片处理方法包括：获取原始图像，并对所述原始图像进行虚拟旋转，得到旋转图像，旋转图像包括多个相互之间不存在数据依赖的宏块；依次获取每个宏块的Y通道数据和UV通道数据，并对所述Y通道数据和所述UV通道数据进行宏块压缩操作，得到压缩宏块；根据每个所述压缩宏块的边界数据得到WebP图片。本发明公开的图片处理方法，通过实现图像虚拟旋转，去除WebP算法宏块间数据依赖，实现WebP有损压缩算法的宏块间的并行数据处理，通过Y通道数据和UV通道数据的并行处理，进一步提高WebP有损压缩的效率。本发明还公开了一种图片处理系统及一种图片处理设备和一种计算机可读存储介质，同样能实现上述技术效果。

Description

一种图片处理方法、系统及一种图片处理设备
技术领域
本发明涉及图片处理技术领域，更具体地说，涉及一种图片处理方法、系统及一种图片处理设备和一种计算机可读存储介质。
背景技术
WebP图片格式是Google与2010年提出的一种新的图片压缩格式，由于其压缩率较高，目前已被国内外各大互联网公司使用。但为了提高压缩率，WebP算法设计了比较复杂的图像编解码原理，使得其图像编解码时间的数倍于现有的图片格式。因此，对于WebP算法加速方法的研究十分重要。
OpenCL(英文全称：Open Computing Language，中文全称：开放式计算语言)是一种专门针对异构计算装置(Heterogeneous Device)进行并行化运算所设计的高层次程序语言，可大大提升研发效率，缩短产品研发周期。基于OpenCL的并行化算法设计中，去除数据依赖，设计合理的方寸策略是整个开发过程的关键。
现有技术中的WebP有损压缩算法的主要流程如图1所示，算法首先将图像YUV数据划分为宏块，然后对宏块进行预测、变换、量化等操作。但从图中可以看出由于宏块预测的需要，算法对宏块进行反量化和反变换从而形成一个闭环。闭环的存在会使得宏块间存在非常强的数据依赖，WebP算法只能按照宏块顺序依次串行的进行编码。
因此，如何提高WebP有损压缩的效率是本领域技术人员需要解决的问题。
发明内容
本发明的目的在于提供一种图片处理方法、系统及一种图片处理设备和一种计算机可读存储介质，提高了WebP有损压缩的效率。
为实现上述目的，本发明实施例提供了一种图片处理方法，包括：
获取原始图像，并对所述原始图像进行虚拟旋转，得到旋转图像，所述旋转图像包括多个相互之间不存在数据依赖的宏块；
依次获取每个所述宏块的Y通道数据和UV通道数据，并对所述Y通道数据和所述UV通道数据进行宏块压缩操作，得到压缩宏块；
根据每个所述压缩宏块的边界数据得到WebP图片。
其中，根据每个所述压缩宏块的边界数据得到WebP图片，包括：
将每个所述宏块的边界数据存储至存储器图像数据的对应位置，并对所述图像数据进行熵编码操作，得到所述WebP图片。
其中，根据每个所述压缩宏块的边界数据得到WebP图片，包括：
对每个所述宏块的边界数据进行熵编码操作，得到编码数据，并将所述编码数据存储至存储器图像数据的对应位置，得到所述WebP图片。
其中，所述宏块压缩操作包括宏块预测操作、宏块变换操作、宏块量化与反量化操作和宏块反变换操作。
其中，获取原始图像，并对所述原始图像进行虚拟旋转，得到旋转图像，包括：
获取原始图像，所述原始图像包括按预先设定的划分方式划分的多个原始图像宏块；
根据所述原始图像得到对应的包括多个旋转图像宏块的旋转图像，所述旋转图像宏块包括所述原始图像宏块和预先设定的数据为空的填充宏块，所述旋转图像中至少存在一行包括多个所述原始图像宏块，且每个所述原始图像宏块在所述旋转图像中均位于所述原始图像宏块在所述原始图像中所依赖的每个原始图像宏块的后面的行。
其中，根据所述原始图像得到对应的包括多个旋转图像宏块的旋转图像，包括：
将所述原始图像中的第i列宏块下移i-1行，并在其余位置添加空白宏块，得到存在n(m+n-1)个宏块的旋转图像；其中，n为所述原始图像和所述旋转图像的列数，m为所述原始图像的行数，i为大于等于0且小于等于n的整数，m+n-1为所述旋转图像的行数。
为实现上述目的，本发明实施例提供了一种图片处理系统，包括：
获取模块，用于获取原始图像，并对所述原始图像进行虚拟旋转，得到旋转图像，所述旋转图像包括多个宏块，每个所述宏块之间不存在数据依赖；
压缩模块，用于依次获取每个所述宏块的Y通道数据和UV通道数据，并对所述Y通道数据和所述UV通道数据进行宏块压缩操作，得到压缩宏块；
存储模块，用于根据每个所述压缩宏块的边界数据得到WebP图片。
其中，所述获取模块具体包括：
获取单元，用于获取原始图像，所述原始图像包括按预先设定的划分方式划分的多个原始图像宏块；
旋转单元，用于根据所述原始图像得到对应的包括多个旋转图像宏块的旋转图像，所述旋转图像宏块包括所述原始图像宏块和预先设定的数据为空的填充宏块，所述旋转图像中至少存在一行包括多个所述原始图像宏块，且每个所述原始图像宏块在所述旋转图像中均位于所述原始图像宏块在所述原始图像中所依赖的每个原始图像宏块的后面的行。
为实现上述目的，本发明实施例提供了一种图片处理设备，包括：
存储器，用于存储图像处理程序；
处理器，用于执行所述图像处理程序时实现如上述图像处理方法的步骤。
为实现上述目的，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有图像处理程序，所述图像处理程序被处理器执行时实现如上述图像处理方法。
通过以上方案可知，本发明实施例提供的一种图片处理方法包括：获取原始图像，并对所述原始图像进行虚拟旋转，得到旋转图像，所述旋转图像包括多个相互之间不存在数据依赖的宏块；依次获取每个所述宏块的Y通道数据和UV通道数据，并对所述Y通道数据和所述UV通道数据进行宏块压缩操作，得到压缩宏块；根据每个所述压缩宏块的边界数据得到WebP图片。
本发明实施例提供的图片处理方法，通过实现图像虚拟旋转，去除WebP算法宏块间数据依赖，实现WebP有损压缩算法的宏块间的并行数据处理，通过Y通道数据和UV通道数据的并行处理，进一步提高WebP有损压缩的效率。本发明还公开了一种图片处理系统及一种图片处理设备和一种计算机可读存储介质，同样能实现上述技术效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为现有技术的一种图片处理方法的流程图；
图2为本发明实施例公开的一种图片处理方法的流程图；
图3为本发明实施例公开的另一种图片处理方法的流程图；
图4为本发明实施例公开的又一种图片处理方法的流程图；
图5为本发明实施例公开的一种图片处理系统的结构图；
图6为本发明实施例公开的一种图片处理设备的结构图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例公开了一种图片处理方法，提高了WebP有损压缩的效率。
参见图2，本发明实施例公开的一种图片处理方法的流程图，如图2所示，包括：
S201：获取原始图像，并对所述原始图像进行虚拟旋转，得到旋转图像，所述旋转图像包括多个相互之间不存在数据依赖的宏块；
在具体实施中，获取原始图像，所述原始图像包括按预先设定的划分方式划分的多个原始图像宏块；根据所述原始图像得到对应的包括多个旋转图像宏块的旋转图像，所述旋转图像宏块包括所述原始图像宏块和预先设定的数据为空的填充宏块，所述旋转图像中至少存在一行包括多个所述原始图像宏块，且每个所述原始图像宏块在所述旋转图像中均位于所述原始图像宏块在所述原始图像中所依赖的每个原始图像宏块的后面的行。
需要说明的是，填充宏块的作用是：保证每行宏块的数量一致，即保证每行宏块的程序代码相同，减少程序代码不同而带来的额外工作量；并且为了实现WebPage算法的并行计算，则在新图像中需要至少有一行包含有多个原图像宏块，即在新图形中保证每行可以有多个宏块存在，并且在新图像中，每个原图像宏块均位于该原图像宏块在原图像中所依赖的每个原图像宏块的后面的行，这样就可以实现同行宏块之间不存在列依赖，也即同行宏块之间不再有编码顺序的限制，此时，在对新图像中同行的宏块进行WebP算法处理时，当第一个宏块完成宏块预测进行下一步程序时，同行的第二个宏块则可以进入宏块预测程序，即同行的宏块可以按照排列顺序紧随处理，实现宏块的流水级加速，从而提高算法的并行性，缩短图像处理的时间。
具体的，将所述原始图像中的第i列宏块下移i-1行，并在其余位置添加空白宏块，得到存在n(m+n-1)个宏块的旋转图像；其中，n为所述原始图像和所述旋转图像的列数，m为所述原始图像的行数，i为大于等于0且小于等于n的整数，m+n-1为所述旋转图像的行数。
S202：依次获取每个所述宏块的Y通道数据和UV通道数据，并对所述Y通道数据和所述UV通道数据进行宏块压缩操作，得到压缩宏块；
其中，所述宏块压缩操作包括宏块预测操作、宏块变换操作、宏块量化与反量化操作和宏块反变换操作。
由于每个宏块Y通道数据与UV通道数据不存在数据依赖，所以两个通道的数据可以完全并行处理。需要说明的是，由于经过虚拟旋转的图像每个宏块之间不存在数据依赖，获取每个宏块Y通道数据和UV通道数据与后续宏块压缩操作为流水并行，即当上一个宏块结束获取数据的步骤后，下一个宏块的获取数据步骤与上一个宏块的宏块压缩操作是并行的。
S203：根据每个所述压缩宏块的边界数据得到WebP图片。
在具体实施中，通过边界更新算法得到所有压缩宏块的边界数据，将所有的压缩宏块组成的图像进行图像虚拟反旋转后，存储宏块残差数据并对所有的宏块数据进行熵编码，得到最终的WebP图片。本实施例不对熵编码与存储的顺序进行限定，即可以先存储宏块残差数据至存储器中的对应位置，再对存储器中的整个图像进行熵编码操作，也可以在每一个宏块进行宏块压缩后直接进行熵编码操作，在存储宏块残差数据。可以理解的是，图像虚拟反旋转操作与上述图像虚拟旋转的操作完全相反。
本发明实施例提供的图片处理方法，通过实现图像虚拟旋转，去除WebP算法宏块间数据依赖，实现WebP有损压缩算法的宏块间的并行数据处理，通过Y通道数据和UV通道数据的并行处理，进一步提高WebP有损压缩的效率。
本发明实施例公开了一种图片处理方法，相对于上一实施例，本实施例对技术方案作了进一步的说明和优化。具体的：
参见图3，本发明实施例提供的另一种图片处理方法的流程图，如图3所示，包括：
S301：获取原始图像，并对所述原始图像进行虚拟旋转，得到旋转图像，所述旋转图像包括多个相互之间不存在数据依赖的宏块；
S302：依次获取每个所述宏块的Y通道数据和UV通道数据，并对所述Y通道数据和所述UV通道数据进行宏块压缩操作，得到压缩宏块；
S303：将每个所述宏块的边界数据存储至存储器图像数据的对应位置，并对所述图像数据进行熵编码操作，得到所述WebP图片。
本实施例中，所有的宏块进行压缩处理后，将每个所述宏块的边界数据存储至存储器图像数据的对应位置，并对所述图像数据进行熵编码操作，得到所述WebP图片。
本发明实施例公开了一种图片处理方法，相对于上一实施例，本实施例对技术方案作了进一步的说明和优化。具体的：
参见图4，本发明实施例提供的又一种图片处理方法的流程图，如图4所示，包括：
S401：获取原始图像，并对所述原始图像进行虚拟旋转，得到旋转图像，所述旋转图像包括多个相互之间不存在数据依赖的宏块；
S402：依次获取每个所述宏块的Y通道数据和UV通道数据，并对所述Y通道数据和所述UV通道数据进行宏块压缩操作，得到压缩宏块；
S403：对每个所述宏块的边界数据进行熵编码操作，得到编码数据，并将所述编码数据存储至存储器图像数据的对应位置，得到所述WebP图片。
上一实施例需要等到一张图片的所有宏块全部压缩结束才能开始进行熵编码操作，在本实施例中可以考虑将熵编码放到kernel端实现，即首先进行图像虚拟反旋转，在对每个所述宏块的边界数据进行熵编码操作，得到编码数据，最后将所述编码数据存储至存储器图像数据的对应位置。
下面对本发明实施例提供的一种图片处理系统进行介绍，下文描述的一种图片处理系统与上文描述的一种图片处理方法可以相互参照。
参见图5，本发明实施例提供的一种图片处理系统的结构图，如图5所示，包括：
获取模块501，用于获取原始图像，并对所述原始图像进行虚拟旋转，得到旋转图像，所述旋转图像包括多个宏块，每个所述宏块之间不存在数据依赖；
压缩模块502，用于依次获取每个所述宏块的Y通道数据和UV通道数据，并对所述Y通道数据和所述UV通道数据进行宏块压缩操作，得到压缩宏块；
存储模块503，用于根据每个所述压缩宏块的边界数据得到WebP图片。
本发明实施例提供的图片处理系统，通过实现图像虚拟旋转，去除WebP算法宏块间数据依赖，实现WebP有损压缩算法的宏块间的并行数据处理，通过Y通道数据和UV通道数据的并行处理，进一步提高WebP有损压缩的效率。
在上述实施例的基础上，作为优选实施方式，所述获取模块具体包括：
获取单元，用于获取原始图像，所述原始图像包括按预先设定的划分方式划分的多个原始图像宏块；
旋转单元，用于根据所述原始图像得到对应的包括多个旋转图像宏块的旋转图像，所述旋转图像宏块包括所述原始图像宏块和预先设定的数据为空的填充宏块，所述旋转图像中至少存在一行包括多个所述原始图像宏块，且每个所述原始图像宏块在所述旋转图像中均位于所述原始图像宏块在所述原始图像中所依赖的每个原始图像宏块的后面的行。
在上述实施例的基础上，作为优选实施方式，所述存储模块具体为将每个所述宏块的边界数据存储至存储器图像数据的对应位置，并对所述图像数据进行熵编码操作，得到所述WebP图片的模块。
在上述实施例的基础上，作为优选实施方式，所述存储模块具体为对每个所述宏块的边界数据进行熵编码操作，得到编码数据，并将所述编码数据存储至存储器图像数据的对应位置，得到所述WebP图片的模块。
本申请还提供了一种图片处理设备，参见图6，本发明实施例提供的一种图片处理设备的结构图，如图6所示，包括：
存储器601，用于存储图片处理程序；
处理器602，用于执行所述图片处理程序时可以实现上述实施例所提供的步骤。当然所述图片处理设备还可以包括各种网络接口，电源等组件。
本发明实施例提供的图片处理设备，通过实现图像虚拟旋转，去除WebP算法宏块间数据依赖，实现WebP有损压缩算法的宏块间的并行数据处理，通过Y通道数据和UV通道数据的并行处理，进一步提高WebP有损压缩的效率。
本申请还提供了一种计算机可读存储介质，其上存储有图片处理程序，所述图片处理程序被处理器执行时可以实现上述实施例所提供的步骤。该存储介质可以包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random AccessMemory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请权利要求的保护范围内。
还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

Claims (8)

1.一种图像处理方法，其特征在于，包括：
获取原始图像，并对所述原始图像进行虚拟旋转，得到旋转图像，所述旋转图像包括多个相互之间不存在数据依赖的宏块；
依次获取每个所述宏块的Y通道数据和UV通道数据，并对所述Y通道数据和所述UV通道数据进行宏块压缩操作，得到压缩宏块；
根据每个所述压缩宏块的边界数据得到WebP图片；
其中，获取原始图像，并对所述原始图像进行虚拟旋转，得到旋转图像，包括：
获取原始图像，所述原始图像包括按预先设定的划分方式划分的多个原始图像宏块；
根据所述原始图像得到对应的包括多个旋转图像宏块的旋转图像，所述旋转图像宏块包括所述原始图像宏块和预先设定的数据为空的填充宏块，所述旋转图像中至少存在一行包括多个所述原始图像宏块，且每个所述原始图像宏块在所述旋转图像中均位于所述原始图像宏块在所述原始图像中所依赖的每个原始图像宏块的后面的行。
2.根据权利要求1所述图像处理方法，其特征在于，根据每个所述压缩宏块的边界数据得到WebP图片，包括：
将每个所述宏块的边界数据存储至存储器图像数据的对应位置，并对所述图像数据进行熵编码操作，得到所述WebP图片。
3.根据权利要求1所述图像处理方法，其特征在于，根据每个所述压缩宏块的边界数据得到WebP图片，包括：
对每个所述宏块的边界数据进行熵编码操作，得到编码数据，并将所述编码数据存储至存储器图像数据的对应位置，得到所述WebP图片。
4.根据权利要求1所述图像处理方法，其特征在于，所述宏块压缩操作包括宏块预测操作、宏块变换操作、宏块量化与反量化操作和宏块反变换操作。
5.根据权利要求1所述图像处理方法，其特征在于，根据所述原始图像得到对应的包括多个旋转图像宏块的旋转图像，包括：
将所述原始图像中的第i列宏块下移i-1行，并在其余位置添加空白宏块，得到存在n(m+n-1)个宏块的旋转图像；其中，n为所述原始图像和所述旋转图像的列数，m为所述原始图像的行数，i为大于等于0且小于等于n的整数，m+n-1为所述旋转图像的行数。
6.一种图像处理系统，其特征在于，包括：
获取模块，用于获取原始图像，并对所述原始图像进行虚拟旋转，得到旋转图像，所述旋转图像包括多个宏块，每个所述宏块之间不存在数据依赖；
压缩模块，用于依次获取每个所述宏块的Y通道数据和UV通道数据，并对所述Y通道数据和所述UV通道数据进行宏块压缩操作，得到压缩宏块；
存储模块，用于根据每个所述压缩宏块的边界数据得到WebP图片；
其中，所述获取模块具体包括：
获取单元，用于获取原始图像，所述原始图像包括按预先设定的划分方式划分的多个原始图像宏块；
旋转单元，用于根据所述原始图像得到对应的包括多个旋转图像宏块的旋转图像，所述旋转图像宏块包括所述原始图像宏块和预先设定的数据为空的填充宏块，所述旋转图像中至少存在一行包括多个所述原始图像宏块，且每个所述原始图像宏块在所述旋转图像中均位于所述原始图像宏块在所述原始图像中所依赖的每个原始图像宏块的后面的行。
7.一种图像处理设备，其特征在于，包括：
存储器，用于存储图像处理程序；
处理器，用于执行所述图像处理程序时实现如权利要求1至5任一项所述图像处理方法的步骤。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有图像处理程序，所述图像处理程序被处理器执行时实现如权利要求1至5任一项所述图像处理方法。
CN201711185069.6A 2017-11-23 2017-11-23 一种图片处理方法、系统及一种图片处理设备 Active CN107820091B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711185069.6A CN107820091B (zh) 2017-11-23 2017-11-23 一种图片处理方法、系统及一种图片处理设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711185069.6A CN107820091B (zh) 2017-11-23 2017-11-23 一种图片处理方法、系统及一种图片处理设备

Publications (2)

Publication Number Publication Date
CN107820091A CN107820091A (zh) 2018-03-20
CN107820091B true CN107820091B (zh) 2020-05-26

Family

ID=61608858

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711185069.6A Active CN107820091B (zh) 2017-11-23 2017-11-23 一种图片处理方法、系统及一种图片处理设备

Country Status (1)

Country Link
CN (1) CN107820091B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108989805A (zh) * 2018-06-06 2018-12-11 郑州云海信息技术有限公司 基于WebP图像压缩算法的图像处理方法及装置
CN108932129A (zh) * 2018-06-26 2018-12-04 郑州云海信息技术有限公司 一种WebP编码过程中熵编码算法的加速系统及方法
CN108900842B (zh) * 2018-07-27 2021-08-31 郑州云海信息技术有限公司 Y数据压缩处理方法、装置、设备及WebP压缩系统
CN109862361B (zh) * 2019-02-03 2020-09-29 北京深维科技有限公司 一种webp图像编码方法、装置、计算机可读存储介质及电子设备
CN112437308A (zh) * 2020-11-12 2021-03-02 北京深维科技有限公司 一种WebP编码方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101252691A (zh) * 2008-03-12 2008-08-27 中兴通讯股份有限公司 一种多处理器并行实现高分辨率图像滤波的方法
CN101710986A (zh) * 2009-11-18 2010-05-19 中兴通讯股份有限公司 基于同构多核处理器的h.264并行解码方法和系统
WO2015004495A1 (en) * 2013-07-09 2015-01-15 Google Inc. Transcoding images at a network stack level

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101252691A (zh) * 2008-03-12 2008-08-27 中兴通讯股份有限公司 一种多处理器并行实现高分辨率图像滤波的方法
CN101710986A (zh) * 2009-11-18 2010-05-19 中兴通讯股份有限公司 基于同构多核处理器的h.264并行解码方法和系统
WO2015004495A1 (en) * 2013-07-09 2015-01-15 Google Inc. Transcoding images at a network stack level

Also Published As

Publication number Publication date
CN107820091A (zh) 2018-03-20

Similar Documents

Publication Publication Date Title
CN107820091B (zh) 一种图片处理方法、系统及一种图片处理设备
RU2762005C2 (ru) Способ и устройство для того, чтобы кодировать и декодировать двумерные облака точек
US10003792B2 (en) Video encoder for images
CN103931187B (zh) 图像编码设备、图像编码方法、图像解码设备、图像解码方法
CN105282558B (zh) 帧内像素预测方法、编码方法、解码方法及其装置
AU2017317847B2 (en) Intra-prediction video coding method and device
CN106797464A (zh) 用于视频编码和解码中的矢量编码的方法和装置
CN107613301B (zh) 一种图像处理方法及装置
WO2020172907A1 (zh) 一种量化系数结束标志位的上下文模型选取方法及装置
DK3024235T3 (en) COEFFICIENT CODING HARMONIZATION IN HEVC
US10602185B2 (en) Systems, methods, and computer program products for a video encoding pipeline
US20180199058A1 (en) Video encoding and decoding method and device
CN108574849B (zh) Dct逆变换方法、逆变换装置、电子设备及存储介质
CN104244010B (zh) 提高数字信号变换性能的方法及数字信号变换方法和装置
CN107392838B (zh) 基于OpenCL的WebP压缩并行加速方法及装置
CN102918838A (zh) 图像序列的一个块的编码方法和重构方法
CN102404561A (zh) 在cuda上实现mpeg4i帧编码的方法
CN111654696B (zh) 一种帧内的多参考行预测方法、装置、存储介质及终端
CN103067711A (zh) 一种基于h264协议的整像素运动估计方法
CN113573056A (zh) 一种率失真优化量化的方法、装置、存储介质及终端
CN114041292A (zh) 用于神经网络模型压缩的三维(3d)树编解码的方法和装置
CN109474826B (zh) 图片压缩方法、装置、电子设备及存储介质
CN104185030A (zh) 基于gpu的jpeg2000图像解压缩实现方法
CN104618715A (zh) 一种获取最小率失真代价的方法及装置
CN112437308A (zh) 一种WebP编码方法及装置

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20200427

Address after: 215100 No. 1 Guanpu Road, Guoxiang Street, Wuzhong Economic Development Zone, Suzhou City, Jiangsu Province

Applicant after: SUZHOU LANGCHAO INTELLIGENT TECHNOLOGY Co.,Ltd.

Address before: 450018 Henan province Zheng Dong New District of Zhengzhou City Xinyi Road No. 278 16 floor room 1601

Applicant before: ZHENGZHOU YUNHAI INFORMATION TECHNOLOGY Co.,Ltd.

GR01 Patent grant
GR01 Patent grant