CN109685714B - 图片压缩方法、装置、设备及计算机可读存储介质 - Google Patents

图片压缩方法、装置、设备及计算机可读存储介质 Download PDF

Info

Publication number
CN109685714B
CN109685714B CN201811008266.5A CN201811008266A CN109685714B CN 109685714 B CN109685714 B CN 109685714B CN 201811008266 A CN201811008266 A CN 201811008266A CN 109685714 B CN109685714 B CN 109685714B
Authority
CN
China
Prior art keywords
compressed
picture
pictures
compression method
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
Application number
CN201811008266.5A
Other languages
English (en)
Other versions
CN109685714A (zh
Inventor
许剑勇
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.)
OneConnect Financial Technology Co Ltd Shanghai
Original Assignee
OneConnect Financial Technology Co Ltd Shanghai
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 OneConnect Financial Technology Co Ltd Shanghai filed Critical OneConnect Financial Technology Co Ltd Shanghai
Priority to CN201811008266.5A priority Critical patent/CN109685714B/zh
Publication of CN109685714A publication Critical patent/CN109685714A/zh
Application granted granted Critical
Publication of CN109685714B publication Critical patent/CN109685714B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformations in the plane of the image
    • G06T3/40Scaling of whole images or parts thereof, e.g. expanding or contracting
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/50Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20212Image combination
    • G06T2207/20221Image fusion; Image merging
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

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

Abstract

本发明公开了一种图片压缩方法,包括:基于预设分类规则对待压缩图片进行分类,以确定若干个不同类别的待压缩图片组;对所述待压缩图片组中的待压缩图片进行合成,得到合成后的待压缩大图;确定所述待压缩大图的最优压缩方法,并基于所述最优压缩方法对所述待压缩大图进行压缩。本发明还公开了一种图片压缩装置、设备及计算机可读存储介质。本发明提高了图片的压缩率。

Description

图片压缩方法、装置、设备及计算机可读存储介质
技术领域
本发明涉及图片处理技术领域,尤其涉及一种图片压缩方法、装置、设备及计算机可读存储介质。
背景技术
众所周知,APP本身的大小是移动开发者们优化的重点,而在APP中图片就占据了很大一部分资源,目前对于APP中的图片采用的压缩方法往往是将多张图片拼成一张大图,或者是将多张图片写入一个文件中达到压缩图片的目的,图片的压缩率提升有限。
发明内容
本发明的主要目的在于提供一种图片压缩方法、装置及计算机可读存储介质,旨在解决现有技术中图片的压缩率提升有限的技术问题。
为实现上述目的,本发明提供一种图片压缩方法,所述图片压缩方法包括:
基于预设分类规则对待压缩图片进行分类,以确定若干个不同类别的待压缩图片组;
对所述待压缩图片组中的待压缩图片进行合成,得到合成后的待压缩大图;
确定所述待压缩大图的最优压缩方法,并基于所述最优压缩方法对所述待压缩大图进行压缩。
可选地,所述所述预设分类规则包括聚类算法,所述基于预设分类规则对待压缩图片进行分类,以确定若干个不同类别的待压缩图片组的步骤包括:
基于所述聚类算法对所述待压缩图片进行分类,将所述待压缩图片分至若干个待压缩图片组中,其中,所述若干个待压缩图片组中分别包括不同类别的待压缩图片。
可选地,所述对所述待压缩图片组中的待压缩图片进行合成,得到合成后的待压缩大图的步骤包括:
获取预设图片合成方法,并基于所述预设图片合成方法对所述待压缩图片组中的待压缩图片进行合成,得到待压缩大图。
可选地,所述确定所述待压缩大图的最优压缩方法,并基于所述最优压缩方法对所述待压缩大图进行压缩的步骤包括:
获取预设压缩规则,其中,所述预设压缩规则是基于所述待压缩大图的特征参数确定的,所述特征参数至少包括图片大小、是否包含透明以及图像颜色数;
基于所述预设压缩规则,根据所述待压缩大图的特征参数确定所述待压缩大图的最优压缩方法,并基于所述最优压缩方法,对所述待压缩大图进行压缩。
可选地,所述对所述待压缩图片组中的待压缩图片进行合成,得到合成后的待压缩大图的步骤之前,还包括:
判断所述待压缩图片组中的待压缩图片之间是否存在相似部分;
若是,则基于所述相似部分对所述待压缩图片组中的待压缩图片进行切分,得到切分后的若干个待压缩子图,其中,所述待压缩子图包括相似部分子图和其他部分子图,所述相似部分子图的数量为一个;
所述对所述待压缩图片组中的待压缩图片进行合成,得到合成后的待压缩大图的步骤包括:
对所述相似部分子图和其他部分子图进行合成,得到合成后的待压缩大图。
可选地,所述基于所述相似部分对所述待压缩图片组中的待压缩图片进行切分,得到切分后的若干个待压缩子图的步骤之后,还包括:
记录所述相似部分子图在所述待压缩图片中的位置信息。
可选地,所述确定所述待压缩大图的最优压缩方法,并基于所述最优压缩方法对所述待压缩大图进行压缩的步骤之后,还包括:
当检测到基于所述待压缩图片的展示指令时,对所述压缩后的待压缩大图进行解压;
对所述待压缩大图进行分解,得到所述相似部分子图和其他部分子图,并基于所述记录的位置信息,对所述相似部分子图和其他部分子图进行组合,得到切分前的待压缩图片,以便对所述组合后的待压缩图片进行展示。
此外,为实现上述目的,本发明还提供一种图片压缩装置,所述图片压缩装置包括:
图片分类模块,用于基于预设分类规则对待压缩图片进行分类,以确定若干个不同类别的待压缩图片组;
图片合成模块,用于对所述待压缩图片组中的待压缩图片进行合成,得到合成后的待压缩大图;
图片压缩模块,用于确定所述待压缩大图的最优压缩方法,并基于所述最优压缩方法对所述待压缩大图进行压缩。
此外,为实现上述目的,本发明还提供一种图片压缩设备,所述图片压缩设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的图片压缩程序,所述图片压缩程序被所述处理器执行时实现如上所述的图片压缩方法的步骤。
此外,为实现上述目的,本发明还提供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片压缩程序,所述图片压缩程序被处理器执行时实现如上所述的图片压缩方法的步骤。
本发明提出的一种图片压缩方法,首先基于预设分类规则对待压缩图片进行分类,以确定若干个不同类别的待压缩图片组,进一步对不同类别的待压缩图片组中的待压缩图片分别进行合成,以得到合成后的待压缩大图,并确定该待压缩大图对应的最优压缩方法,以便根据该最优压缩方法对待压缩大图进行压缩。本发明提出的图片压缩方法,通过对待压缩图片进行分类,确定多个不同类别的待压缩图片组,以及对待压缩图片组中的待压缩图片进行合成后再采取最优压缩方法进行压缩,提高了图片的压缩率,尤其是对于有很多小图片或者是大量动画帧图片的APP来说,可以有效地提高图片的压缩率,以便减少APP的大小。
附图说明
图1为本发明实施例方案中涉及的图片压缩设备的硬件结构示意图;
图2为本发明图片压缩方法第一实施例的流程示意图;
图3为本发明图片压缩方法第二实施例的流程示意图;
图4为本发明图片压缩装置第一实施例的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例的主要解决方案是:基于预设分类规则对待压缩图片进行分类,以确定若干个不同类别的待压缩图片组;对所述待压缩图片组中的待压缩图片进行合成,得到合成后的待压缩大图;确定所述待压缩大图的最优压缩方法,并基于所述最优压缩方法对所述待压缩大图进行压缩。通过本发明实施例的技术方案,解决了现有技术中图片的压缩率提升有限的技术问题。
如图1所示,图1为本发明实施例方案中涉及的图片压缩设备的硬件结构示意图。
本发明实施例涉及的图片压缩方法主要应用于图片压缩设备,该图片压缩设备可以是PC、便携计算机、移动终端等具有显示和处理功能的设备。
如图1所示,该图片压缩设备可以包括:处理器1001,例如CPU,通信总线1002,用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
可选地,图片压缩设备还可以包括摄像头、RF(Radio Frequency,射频)电路,传感器、音频电路、Wi-Fi模块等等。其中,传感器比如光传感器、运动传感器以及其他传感器。当然,图片压缩设备还可配置陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器,在此不再赘述。
本领域技术人员可以理解,图1中示出的图片压缩设备结构并不构成对图片压缩设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及图片压缩程序。在图1中,网络接口1004主要用于连接后台服务器,与后台服务器进行数据通信;用户接口1003主要用于连接客户端(用户端),与客户端进行数据通信;而处理器1001、存储器1005可以设置在图片压缩装置中,所述图片压缩装置通过处理器1001调用存储器1005中存储的图片压缩程序,并执行本发明实施例提供的图片压缩方法。
本实施例提供的方案,首先基于预设分类规则对待压缩图片进行分类,以确定若干个不同类别的待压缩图片组,进一步对不同类别的待压缩图片组中的待压缩图片分别进行合成,以得到合成后的待压缩大图,并确定该待压缩大图对应的最优压缩方法,以便根据该最优压缩方法对待压缩大图进行压缩。本发明提出的图片压缩方法,通过对待压缩图片进行分类,确定多个不同类别的待压缩图片组,以及对待压缩图片组中的待压缩图片进行合成后再采取最优压缩方法进行压缩,提高了图片的压缩率,尤其是对于有很多小图片或者是大量动画帧图片的APP来说,可以有效地提高图片的压缩率,以便减少APP的大小。
基于上述硬件结构,提出本发明图片压缩方法实施例。
参照图2,图2为本发明图片压缩方法第一实施例的流程示意图,在该实施例中,所述方法包括:
步骤S10,基于预设分类规则对待压缩图片进行分类,以确定若干个不同类别的待压缩图片组;
步骤S20,对所述待压缩图片组中的待压缩图片进行合成,得到合成后的待压缩大图;
步骤S30,确定所述待压缩大图的最优压缩方法,并基于所述最优压缩方法对所述待压缩大图进行压缩。
众所周知,APP本身的大小是移动开发者们优化的重点,而在APP中图片就占据了很大一部分资源,目前对于APP中的图片采用的压缩方法往往是将多张图片拼成一张大图,或者是将多张图片写入一个文件中达到压缩图片的目的,图片的压缩率提升有限。
为了提高图片压缩率以减少APP的大小,本发明提出了一种图片压缩方法,首先,通过预设分类规则对待压缩图片进行分类,以得到若干个不同类别的待压缩图片组,再将每一类别的待压缩图片组中包含的待压缩图片进行合成,得到合成后的待压缩大图,最后对合成的待压缩大图采用最优压缩方法进行压缩。通过对待压缩图片进行分类以及合成后,再进行最优压缩,提高了图片的压缩率,相应地也就减少了APP的大小。
本发明提出的图片压缩方法适用于包含有大量图片的情况,例如包含大量图片的APP。首先,利用预设分类规则对待压缩的图片进行分类,在本实施例中,该预设分类规则指的是聚类算法。聚类就是按照某个特定标准,如距离准则,把一个数据集分割成不同的类或簇,使得同一个簇内的数据对象的相似性尽可能大,同时,不在同一个簇中的数据对象的差异性也尽可能地大,即聚类后同一类的数据尽可能聚集到一起,不同数据尽量分离。
在本实施例中,对待压缩图片进行聚类的标准可以是图片大小、颜色区间或者是压缩方式,具体地,可以将待压缩图片按照图片大小、颜色区间或者是压缩方式进行聚类,以得到多个待压缩图片组。
具体地,预设分类规则包括聚类算法,所述步骤S10包括:
步骤a,基于所述聚类算法对所述待压缩图片进行分类,将所述待压缩图片分至若干个待压缩图片组中,其中,所述若干个待压缩图片组中分别包括不同类别的待压缩图片。
具体地,基于聚类算法,对大量的待压缩图片按照图片大小、颜色区间或压缩方式等标准进行聚类,以k-means算法为例以作说明。
k-means算法接受输入量k,然后将n个数据对象划分为k个聚类,以便使得所获得的聚类满足:同一聚类中的对象相似度较高,而不同聚类中的对象相似度较小。在本实施例中,输入量K即是指图片大小、颜色区间或压缩方式等,n个数据对象即是指待分类的所有待压缩图片。具体过程如下:首先从n个数据对象中任意选择k个对象作为初始聚类中心,而对于所剩下的其它对象,则根据它们与这些初始聚类中心的相似度,分别将它们分配给与其最相似的聚类中心所代表的聚类,然后再计算每个所获新聚类的聚类中心,即该聚类中所有对象的均值,不断重复这一过程直到标准测度函数开始收敛为止,一般都采用均方差作为标准测度函数。k个聚类具有以下特点:各聚类本身尽可能的紧凑,而各聚类之间尽可能的分开。
通过上述聚类算法,将待压缩图片基于图片大小、颜色区间或压缩方式,分为若干个不同类别的待压缩图片组,也就是说,聚类后的待压缩图片组分别按照图片大小、颜色区间和压缩方式分类,本实施例中,待压缩图片分为上述三类,可以理解的是,对待压缩图片进行聚类的标准有几个,待压缩图片就可以被分配至几个不同类别的待压缩图片组中。
进一步地,当通过聚类算法对大量的待压缩图片进行分类后,得到不同的类别所对应的待压缩图片组,再分别对各个待压缩图片组中的待压缩图片进行合成。图片合成,是指通过图片编辑软件对现有图片进行合并,使图像效果达到预期的一种手段,在本实施例中,图片合成可以以待压缩图片的背景图为底,通过不断叠加对应的前景图,将该类别中的所有待压缩图片合成为一幅待压缩大图。例如,对多张待压缩图片进行合成的方式可以是利用python图像处理方法,将待压缩图片合成为一张待压缩大图。
进一步地,当得到合成后的待压缩大图后,再通过预设压缩规则确定该待压缩大图所对应的最优压缩方法,以便基于该最优压缩方法对待压缩大图进行压缩,通过最优压缩方法进行压缩,提高图片的压缩率。
在本实施例中,首先基于预设分类规则对待压缩图片进行分类,以确定若干个不同类别的待压缩图片组,进一步对不同类别的待压缩图片组中的待压缩图片分别进行合成,以得到合成后的待压缩大图,并确定该待压缩大图对应的最优压缩方法,以便根据该最优压缩方法对待压缩大图进行压缩。本发明提出的图片压缩方法,通过对待压缩图片进行分类,确定多个不同类别的待压缩图片组,以及对待压缩图片组中的待压缩图片进行合成后再采取最优压缩方法进行压缩,提高了图片的压缩率,尤其是对于有很多小图片或者是大量动画帧图片的APP来说,可以有效地提高图片的压缩率,以便减少APP的大小。
进一步的,参照图3,基于上述实施例,提出本发明图片压缩方法第二实施例,在本实施例中,所述步骤S30包括:
步骤S31,获取预设压缩规则,其中,所述预设压缩规则是基于所述待压缩大图的特征参数确定的,所述特征参数至少包括图片大小、是否包含透明以及图像颜色数;
步骤S32,基于所述预设压缩规则,根据所述待压缩大图的特征参数确定所述待压缩大图的最优压缩方法,并基于所述最优压缩方法,对所述待压缩大图进行压缩。
在本实施例中,通过预先设置压缩规则,以便确定不同的待压缩大图对应的最优压缩方法。具体地,不同类别的待压缩大图对应的压缩规则不同,预设压缩规则是基于不同的待压缩大图的特征参数确定的,如下表1所示,为本实施例中一预设压缩规则:
图片大小 是否包含透明 图片颜色数 压缩质量 压缩格式
<2k 可以含透明 <=4 100% SVG
>20k 不含透明 >=256 70% JPEG
>20K 可以含透明 >=512 70% WEBP
表1
具体地,对待压缩大图的最优压缩方法的确定,可以是根据待压缩大图的特征参数来确定,其中,特征参数可以包括:图片大小、是否包含透明以及图像颜色数等。图片大小是指待压缩大图所包含的总像素数,用宽度方向像素与高度方向像素的乘积表示;是否包含透明是指待压缩大图的图像颜色数是否小于一定数值,若是,即视为待压缩大图包含透明;图像颜色数是指图像中所包含的颜色的多少,与描述颜色所使用的位数有关。
进一步地,通过上述待压缩大图的相关特征参数,可以确定其对应的最优压缩方法,并根据该最优压缩方法对待压缩大图进行压缩,其中,如上表1所示,最优压缩方法包括压缩质量和压缩格式。可以理解的是,对于按照压缩方式进行聚类的待压缩图片组来说,其最优压缩方法即是聚类时所用的压缩方法。
在本实施例中,为了进一步地提高图片的压缩率,可以通过对待压缩图片进行切分后再合成以及压缩,具体地,所述步骤S20之前,还可以包括:
步骤b,判断所述待压缩图片组中的待压缩图片之间是否存在相似部分;
步骤c,若是,则基于所述相似部分对所述待压缩图片组中的待压缩图片进行切分,得到切分后的若干个待压缩子图,其中,所述待压缩子图包括相似部分子图和其他部分子图,所述相似部分子图的数量为一个。
具体地,在对每一类别的待压缩图片组中包含的待压缩图片进行合成之前,还可以通过确定各待压缩图片中相同的部分,对所有的待压缩图片进行相同部分的切分,将相同的部分与待压缩图片中其他不同部分切分开来,得到对应的待压缩子图。因为动画中每帧图片基本上都比较相近,为了减少图片存储所占的内存,可以通过切分,将每一类中的待压缩图片切分为不同的待压缩子图,待压缩子图中既包括所有待压缩图片中相同的部分,又包括所有待压缩图片中各自不同的部分。
对于该类别中的待压缩图片来说,各待压缩图片中相同的部分只需保留一个,而其他不同部分的子图则需全部保留,并且记下各个不同的子图在原来的同一类别的待压缩图片中的序号,以及该子图在其对应的待压缩图片中的位置,这样图片中重复的部分可以大大减少,减少存储所占内存,后续再进行合成时可以提高压缩率。
进一步地,对待压缩图片组中的待压缩图片进行合成时,只需要对一个相似部分子图以及其他不同部分的子图进行合成,合成后的待压缩大图所占内存,远小于对所有待压缩图片直接进行合成所占的内存,因此,对其进行压缩后所占的内存也小于直接合成的待压缩图片压缩后所占内存。
进一步地,所述步骤S30之后,还包括:
步骤d,当检测到基于所述待压缩图片的展示指令时,对所述压缩后的待压缩大图进行解压;
步骤e,对所述待压缩大图进行分解,得到所述相似部分子图和其他部分子图,并基于所述记录的位置信息,对所述相似部分子图和其他部分子图进行组合,得到切分前的待压缩图片,以便对所述组合后的待压缩图片进行展示。
在本实施例中,当采取最优压缩方法对合成后的待压缩大图进行压缩后,将压缩后的大图进行保存,当需要展示图片时,首先对各个压缩后的待压缩大图进行解压,得到合成后的大图,进一步地,对其进行分解,即可得到相似部分子图和其他部分子图,基于记录的位置信息,对相似部分子图和其他部分子图进行组合,以拼接成一幅完整的图片,即可完成对待压缩图片的解压、分解及组合。
在本实施例中,在对每一类别的待压缩图片组中包含的待压缩图片进行合成之前,还可以通过确定待压缩图片之间是否存在相似部分,以便将各个待压缩图片切分为相似部分子图和其他部分子图,并对相似部分子图和其他部分子图进行合成,得到合成后的待压缩大图,以便通过预设压缩规则确定待压缩大图的最优压缩方法,并基于最优压缩方法,对待压缩大图进行压缩,可以有效地提高图片的压缩率,减少图片所占内存,以减少APP的大小。
此外,本发明实施例还提供一种图片压缩装置。
参照图4,图4为本发明图片压缩装置第一实施例的功能模块示意图。
本实施例中,所述图片压缩装置包括:
图片分类模块10,用于基于预设分类规则对待压缩图片进行分类,以确定若干个不同类别的待压缩图片组;
图片合成模块20,用于对所述待压缩图片组中的待压缩图片进行合成,得到合成后的待压缩大图;
图片压缩模块30,用于确定所述待压缩大图的最优压缩方法,并基于所述最优压缩方法对所述待压缩大图进行压缩。
进一步地,所述图片分类模块10具体包括:
分类单元,用于基于所述聚类算法对所述待压缩图片进行分类,将所述待压缩图片分至若干个待压缩图片组中,其中,所述若干个待压缩图片组中分别包括不同类别的待压缩图片。
进一步地,所述图片合成模块20具体包括:
图片合成单元,用于获取预设图片合成方法,并基于所述预设图片合成方法对所述待压缩图片组中的待压缩图片进行合成,得到待压缩大图。
进一步地,所述图片压缩模块30具体包括:
压缩规则获取单元,用于获取预设压缩规则,其中,所述预设压缩规则是基于所述待压缩大图的特征参数确定的,所述特征参数至少包括图片大小、是否包含透明以及图像颜色数;
压缩单元,用于基于所述预设压缩规则,根据所述待压缩大图的特征参数确定所述待压缩大图的最优压缩方法,并基于所述最优压缩方法,对所述待压缩大图进行压缩。
进一步地,所述图片压缩装置还包括:
判断单元,用于判断所述待压缩图片组中的待压缩图片之间是否存在相似部分;
切分单元,用于若是,则基于所述相似部分对所述待压缩图片组中的待压缩图片进行切分,得到切分后的若干个待压缩子图,其中,所述待压缩子图包括相似部分子图和其他部分子图,所述相似部分子图的数量为一个;
子图合成单元,用于对所述相似部分子图和其他部分子图进行合成,得到合成后的待压缩大图。
进一步地,所述图片压缩装置还包括:
位置信息记录单元,用于记录所述相似部分子图在所述待压缩图片中的位置信息。
进一步地,所述图片压缩装置还包括:
解压单元,用于当检测到基于所述待压缩图片的展示指令时,对所述压缩后的待压缩大图进行解压;
组合单元,用于对所述待压缩大图进行分解,得到所述相似部分子图和其他部分子图,并基于所述记录的位置信息,对所述相似部分子图和其他部分子图进行组合,得到切分前的待压缩图片,以便对所述组合后的待压缩图片进行展示。
其中,上述图片压缩装置中各个模块与上述图片压缩方法实施例中各步骤相对应,其功能和实现过程在此处不再一一赘述。
此外,本发明实施例还提出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片压缩程序,所述图片压缩程序被处理器执行时实现如上所述的图片压缩方法的步骤。
其中,图片压缩程序被执行时所实现的方法可参照本发明图片压缩方法的各个实施例,此处不再赘述。
本实施例提供的方案,首先基于预设分类规则对待压缩图片进行分类,以确定若干个不同类别的待压缩图片组,进一步对不同类别的待压缩图片组中的待压缩图片分别进行合成,以得到合成后的待压缩大图,并确定该待压缩大图对应的最优压缩方法,以便根据该最优压缩方法对待压缩大图进行压缩。本发明提出的图片压缩方法,通过对待压缩图片进行分类,确定多个不同类别的待压缩图片组,以及对待压缩图片组中的待压缩图片进行合成后再采取最优压缩方法进行压缩,提高了图片的压缩率,尤其是对于有很多小图片或者是大量动画帧图片的APP来说,可以有效地提高图片的压缩率,以便减少APP的大小。
需要说明的是,在本文中,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、物品或者系统不仅包括那些要素,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、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。

Claims (7)

1.一种图片压缩方法,其特征在于,所述图片压缩方法包括以下步骤:
基于预设分类规则对待压缩图片进行分类,以确定若干个不同类别的待压缩图片组;
对所述待压缩图片组中的待压缩图片进行合成,得到合成后的待压缩大图;
确定所述待压缩大图的最优压缩方法,并基于所述最优压缩方法对所述待压缩大图进行压缩;
其中,所述确定所述待压缩大图的最优压缩方法,并基于所述最优压缩方法对所述待压缩大图进行压缩的步骤,包括:
获取预设压缩规则,其中,所述预设压缩规则是基于所述待压缩大图的特征参数确定的,所述特征参数至少包括图片大小、是否包含透明以及图像颜色数;
基于所述预设压缩规则,根据所述待压缩大图的特征参数确定所述待压缩大图的最优压缩方法,并基于所述最优压缩方法,对所述待压缩大图进行压缩;
所述对所述待压缩图片组中的待压缩图片进行合成,得到合成后的待压缩大图的步骤之前,还包括:
判断所述待压缩图片组中的待压缩图片之间是否存在相似部分;
若是,则基于所述相似部分对所述待压缩图片组中的待压缩图片进行切分,得到切分后的若干个待压缩子图,其中,所述待压缩子图包括相似部分子图和其他部分子图,所述相似部分子图的数量为一个;
所述对所述待压缩图片组中的待压缩图片进行合成,得到合成后的待压缩大图的步骤包括:
对所述相似部分子图和其他部分子图进行合成,得到合成后的待压缩大图;
所述基于所述相似部分对所述待压缩图片组中的待压缩图片进行切分,得到切分后的若干个待压缩子图的步骤之后,还包括:
记录所述相似部分子图在所述待压缩图片中的位置信息。
2.如权利要求1所述的图片压缩方法,其特征在于,所述预设分类规则包括聚类算法,所述基于预设分类规则对待压缩图片进行分类,以确定若干个不同类别的待压缩图片组的步骤包括:
基于所述聚类算法对所述待压缩图片进行分类,将所述待压缩图片分至若干个待压缩图片组中,其中,所述若干个待压缩图片组中分别包括不同类别的待压缩图片。
3.如权利要求2所述的图片压缩方法,其特征在于,所述对所述待压缩图片组中的待压缩图片进行合成,得到合成后的待压缩大图的步骤包括:
获取预设图片合成方法,并基于所述预设图片合成方法对所述待压缩图片组中的待压缩图片进行合成,得到待压缩大图。
4.如权利要求1所述的图片压缩方法,其特征在于,所述确定所述待压缩大图的最优压缩方法,并基于所述最优压缩方法对所述待压缩大图进行压缩的步骤之后,还包括:
当检测到基于所述待压缩图片的展示指令时,对压缩后的待压缩大图进行解压;
对所述待压缩大图进行分解,得到所述相似部分子图和其他部分子图,并基于所述记录的位置信息,对所述相似部分子图和其他部分子图进行组合,得到切分前的待压缩图片,以便对所述组合后的待压缩图片进行展示。
5.一种图片压缩装置,其特征在于,所述图片压缩装置包括:
图片分类模块,用于基于预设分类规则对待压缩图片进行分类,以确定若干个不同类别的待压缩图片组;
图片合成模块,用于对所述待压缩图片组中的待压缩图片进行合成,得到合成后的待压缩大图;
图片压缩模块,用于确定所述待压缩大图的最优压缩方法,并基于所述最优压缩方法对所述待压缩大图进行压缩;
其中,所述图片压缩模块,还用于:
获取预设压缩规则,其中,所述预设压缩规则是基于所述待压缩大图的特征参数确定的,所述特征参数至少包括图片大小、是否包含透明以及图像颜色数;
基于所述预设压缩规则,根据所述待压缩大图的特征参数确定所述待压缩大图的最优压缩方法,并基于所述最优压缩方法,对所述待压缩大图进行压缩;
所述图片合成模块,还用于:
判断所述待压缩图片组中的待压缩图片之间是否存在相似部分;
若是,则基于所述相似部分对所述待压缩图片组中的待压缩图片进行切分,得到切分后的若干个待压缩子图,其中,所述待压缩子图包括相似部分子图和其他部分子图,所述相似部分子图的数量为一个;
所述图片合成模块,还用于:
对所述相似部分子图和其他部分子图进行合成,得到合成后的待压缩大图;
所述图片合成模块,还用于:
记录所述相似部分子图在所述待压缩图片中的位置信息。
6.一种图片压缩设备,其特征在于,所述图片压缩设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的图片压缩程序,所述图片压缩程序被所述处理器执行时实现如权利要求1至4中任一项所述的图片压缩方法的步骤。
7.一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片压缩程序,所述图片压缩程序被处理器执行时实现如权利要求1至4中任一项所述的图片压缩方法的步骤。
CN201811008266.5A 2018-08-31 2018-08-31 图片压缩方法、装置、设备及计算机可读存储介质 Active CN109685714B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811008266.5A CN109685714B (zh) 2018-08-31 2018-08-31 图片压缩方法、装置、设备及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811008266.5A CN109685714B (zh) 2018-08-31 2018-08-31 图片压缩方法、装置、设备及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN109685714A CN109685714A (zh) 2019-04-26
CN109685714B true CN109685714B (zh) 2023-06-06

Family

ID=66185668

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811008266.5A Active CN109685714B (zh) 2018-08-31 2018-08-31 图片压缩方法、装置、设备及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN109685714B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110399511A (zh) * 2019-07-23 2019-11-01 中南民族大学 基于Redis的图片缓存方法、设备、存储介质及装置
CN110830807B (zh) * 2019-11-04 2022-08-23 腾讯科技(深圳)有限公司 图像压缩方法、装置及存储介质
CN114356869B (zh) * 2022-03-11 2022-09-30 深圳市一号互联科技有限公司 一种图片分布式存储方法和系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102957906A (zh) * 2011-08-29 2013-03-06 广州九游信息技术有限公司 图像分类压缩方法和系统
CN107507255A (zh) * 2017-09-20 2017-12-22 携程旅游网络技术(上海)有限公司 图片压缩质量因子获取方法、系统、设备及存储介质
CN108197168A (zh) * 2017-12-18 2018-06-22 中国移动通信集团广东有限公司 一种数据压缩方法、设备和计算机可读存储介质
CN108399052A (zh) * 2018-02-07 2018-08-14 深圳壹账通智能科技有限公司 图片压缩方法、装置、计算机设备和存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102957906A (zh) * 2011-08-29 2013-03-06 广州九游信息技术有限公司 图像分类压缩方法和系统
CN107507255A (zh) * 2017-09-20 2017-12-22 携程旅游网络技术(上海)有限公司 图片压缩质量因子获取方法、系统、设备及存储介质
CN108197168A (zh) * 2017-12-18 2018-06-22 中国移动通信集团广东有限公司 一种数据压缩方法、设备和计算机可读存储介质
CN108399052A (zh) * 2018-02-07 2018-08-14 深圳壹账通智能科技有限公司 图片压缩方法、装置、计算机设备和存储介质

Also Published As

Publication number Publication date
CN109685714A (zh) 2019-04-26

Similar Documents

Publication Publication Date Title
CN109618173B (zh) 视频压缩方法、装置和计算机可读存储介质
US9704066B2 (en) Multi-stage image classification
CN109685714B (zh) 图片压缩方法、装置、设备及计算机可读存储介质
JP2020515983A (ja) 対象人物の検索方法および装置、機器、プログラム製品ならびに媒体
US9311735B1 (en) Cloud based content aware fill for images
KR102002024B1 (ko) 객체 라벨링 처리 방법 및 객체 관리 서버
CN114375460B (zh) 实例分割模型的数据增强方法、训练方法和相关装置
CN109271982B (zh) 多个识别区域识别方法、识别终端及可读存储介质
CN110113617B (zh) 图像压缩与解压缩的方法、装置、电子设备及存储介质
CN113516666A (zh) 图像裁剪方法、装置、计算机设备及存储介质
CN110599554A (zh) 人脸肤色的识别方法和装置、存储介质及电子装置
CN111523490A (zh) 口罩佩戴检测方法、装置、设备和可读存储介质
CN109685861B (zh) 图片压缩方法、装置、设备及计算机可读存储介质
JP6368149B2 (ja) 画像伝送システム、画像処理装置、画像蓄積装置、及びそれらの制御方法
CN112714338A (zh) 视频传输、播放方法、装置、计算机设备及存储介质
CN109388726A (zh) 一种图片显示方法、装置、设备及计算机可读介质
CN116506677A (zh) 色彩氛围处理方法和系统
CN102663715A (zh) 超分辨率方法和装置
KR20230067216A (ko) 캡처 이미지 디스플레이 제어장치
CN103581745A (zh) 显示装置、图像后处理装置及内容的图像后处理方法
CN113763445A (zh) 静态图像获取方法、系统和电子设备
CN108475430A (zh) 图片质量评估方法及装置
CN110119380B (zh) 一种可缩放矢量图文件的存储、读取方法及装置
CN111832529A (zh) 视频文本转换方法、移动终端和计算机可读存储介质
CN113626075A (zh) 相似代码检测方法、装置、设备和计算机存储介质

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
GR01 Patent grant
GR01 Patent grant