CN112040238A - 图像压缩方法及装置 - Google Patents

图像压缩方法及装置 Download PDF

Info

Publication number
CN112040238A
CN112040238A CN202010854188.1A CN202010854188A CN112040238A CN 112040238 A CN112040238 A CN 112040238A CN 202010854188 A CN202010854188 A CN 202010854188A CN 112040238 A CN112040238 A CN 112040238A
Authority
CN
China
Prior art keywords
picture
compressed
canvas
target
calculating
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
Application number
CN202010854188.1A
Other languages
English (en)
Other versions
CN112040238B (zh
Inventor
邹朝军
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.)
Guangzhou Qiliang Information Technology Co ltd
Original Assignee
Guangzhou Qiliang Information 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 Guangzhou Qiliang Information Technology Co ltd filed Critical Guangzhou Qiliang Information Technology Co ltd
Priority to CN202010854188.1A priority Critical patent/CN112040238B/zh
Publication of CN112040238A publication Critical patent/CN112040238A/zh
Application granted granted Critical
Publication of CN112040238B publication Critical patent/CN112040238B/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
    • H04N19/42—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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • 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
    • 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
    • H04N19/182—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 a pixel
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20021—Dividing image into blocks, subimages or windows

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Image Generation (AREA)

Abstract

为了解决现有全景漫游采用drawImage函数压缩大尺寸全景图片时，会出现偶发性的失败，导致全景图片全黑的问题。本公开提供了一种图像压缩方法及装置，方法包括：根据设备能处理的最大纹理尺寸值计算待压缩图片拟压缩的目标长度和目标宽度；创建目标长度和目标宽度的Canvas画布；将待压缩图片分割成N×M块图像块，以使每块图像块的尺寸均不大于最大纹理尺寸值；将Canvas画布划分成N×M块Canvas块；将图像块一一压缩绘制到Canvas块，以获得压缩图片。通过本公开的方法，可以防止图片因为压缩失败而出现全黑的情况。

Description

图像压缩方法及装置
技术领域
本公开涉及图像处理领域，尤其涉及一种图像压缩方法及装置。
背景技术
目前全景漫游技术应用于各行各业，用于展示现场效果，使人有一种身临其境的感觉。在Web端或者嵌入Webview网页的应用中，大多基于Three.js库，构建全景漫游体验场景。而Three.js库是基于WebGL技术，WebGL底层使用OpenGL图形API。
全景漫游通常会事先使用专业的全景拍摄设备拍摄出场景中若干张全景图片，全景图片的长宽比一般为2:1。使用HTML、CSS、JavaScript等web技术，结合Three.js库，在世界空间中构建一个虚拟的场景。对于每一张全景图片建立一个正六面体mesh或者球体mesh，将拍摄好的全景图片作为纹理贴图映射到mesh上，需要设置纹理贴图在mesh的内部，而不是外部。
使用专业全景相机拍摄的全景图片作为mesh的纹理贴图，送到GPU中进行渲染显示，大部分图片的尺寸都不高于2048*1024。而很多全景漫游技术使用正六面体作为mesh的几何体，通常每个面的纹理大小都是512*512或者1024*1024，这样的图片清晰度一般不是特别高。
而大尺寸的图片在移动设备端都无法直接作为纹理来渲染，因为GPU有纹理最大尺寸的限制，所以需要对图片尺寸进行一定的压缩，但是在html canvas实现的drawImage函数里，对于大尺寸图片的压缩会出现偶发性的失败，导致渲染的全景图片是全黑的问题。
发明内容
为了解决上述技术问题中的至少一个，本公开提供了一种图像压缩方法及装置，防止图片因为压缩失败而出现全黑的情况。
本公开的一方面，图像压缩方法，包括：
根据设备能处理的最大纹理尺寸值计算待压缩图片拟压缩的目标长度和目标宽度；
创建所述目标长度和所述目标宽度的Canvas画布；
将所述待压缩图片分割成N×M块图像块，以使每块所述图像块的尺寸均不大于所述最大纹理尺寸值；
将所述Canvas画布划分成N×M块Canvas块；
将所述图像块一一压缩绘制到所述Canvas块，以获得压缩图片。
可选的，所述根据设备能处理的最大纹理尺寸值计算所述待压缩图片拟压缩的目标长度和目标宽度，包括：
计算第一比值，所述第一比值为所述最大纹理尺寸值与设定值的比值，所述设定值为待压缩图片的长度与宽度中的较大值；
根据所述第一比值，计算所述目标长度和所述目标宽度。
可选的，所述根据所述第一比值，计算所述目标长度和所述目标宽度，包括：
计算所述待压缩图片的长度与所述第一比值的乘积，得到所述目标长度；
计算所述待压缩图片的宽度与所述第一比值的乘积，得到所述目标宽度。
可选的，所述N和所述M的值均为[1/R+1]，其中，R为第一比值。
可选的，通过调用Canvas的drawImage函数，将所述图像块一一压缩绘制到所述Canvas块。
可选的，所述将所述图像块一一压缩绘制到所述Canvas块后，还包括：设置用于提升Canvas画布清晰度的Canvas图片平滑参数。
本公开的另一方面，图像压缩装置，包括：
计算模块，用于根据设备能处理的最大纹理尺寸值计算待压缩图片拟压缩的目标长度和目标宽度；
创建模块，用于创建所述目标长度和所述目标宽度的Canvas画布；
分割模块，用于将所述待压缩图片分割成N×M块图像块，以使每块所述图像块的尺寸均不大于所述最大纹理尺寸值；
划分模块，用于将所述Canvas画布划分成N×M块Canvas块；
压缩模块，用于将所述图像块一一压缩绘制到所述Canvas块，以获得压缩图片。
可选的，所述根据设备能处理的最大纹理尺寸值计算所述待压缩图片拟压缩的目标长度和目标宽度，包括：
计算第一比值，所述第一比值为所述最大纹理尺寸值与设定值的比值，所述设定值为待压缩图片的长度与宽度中的较大值；
根据所述第一比值，计算所述目标长度和所述目标宽度。
可选的，所述根据所述第一比值，计算所述目标长度和所述目标宽度，包括：
计算所述待压缩图片的长度与所述第一比值的乘积，得到所述目标长度；
计算所述待压缩图片的宽度与所述第一比值的乘积，得到所述目标宽度。
可选的，所述N和所述M的值均为[1/R+1]，其中，R为第一比值。
有益效果：本申请的图像压缩方法和图像压缩装置，将待压缩图片分割成N×M块图像块，将Canvas画布划分成N×M块Canvas块，并将图像块一一压缩绘制到Canvas块，进而实现全景图片的压缩。由于每块图像块的长度和宽度均小于设备能处理的最大纹理尺寸值，所以当采用Canvas的drawImage函数将图像块一一压缩绘制到Canvas块时，图像块的尺寸未超出最大纹理尺寸，进而可以防止图片因为压缩失败而出现全黑的情况。
附图说明
附图示出了本公开的示例性实施方式，并与其说明一起用于解释本公开的原理，其中包括了这些附图以提供对本公开的进一步理解，并且附图包括在本说明书中并构成本说明书的一部分。
图1是本公开实施例的一种图像压缩方法的流程图；
图2是本公开实施例的一种图像压缩装置的框图。
具体实施方式
下面结合附图和实施方式对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施方式仅用于解释相关内容，而非对本公开的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本公开相关的部分。
需要说明的是，在不冲突的情况下，本公开中的实施方式及实施方式中的特征可以相互组合。下面将参考附图并结合实施方式来详细说明本公开。
执行主体可以根据具体案例进行调整，如服务器、移动设备、计算机等。
参见图1，图像压缩方法，包括：
步骤102，根据设备能处理的最大纹理尺寸值计算待压缩图片拟压缩的目标长度和目标宽度；
可以知道的，此步骤中的目标长度和目标宽度均不大于最大纹理尺寸值；
可以知道的，此处待压缩图片是大于最大纹理尺寸值的图片，若图片大于设备能处理的最大纹理尺寸值，则获取该图片作为待压缩图片。其中，设备能处理的最大纹理尺寸值是设备能处理的最大纹理尺寸的值，例如设备能处理的最大纹理尺寸是1024×1024，则最大纹理尺寸值是1024。
步骤103，创建目标长度和目标宽度的Canvas画布；
可以知道的，此步骤中创建的Canvas画布的长是目标长度，宽是目标宽度。其中，Canvas是HTML5的组件，它就像一块幕布，可以用JavaScript在上面绘制各种图表、动画等。
步骤104，将待压缩图片分割成N×M块图像块，以使每块图像块的尺寸均不大于最大纹理尺寸值；
步骤105，将Canvas画布划分成N×M块Canvas块；
步骤106，将图像块一一压缩绘制到Canvas块，以获得压缩图片。
可知道的，此骤中可以调用Canvas的drawImage函数，将图像块一一压缩绘制到Canvas块。
本申请中，将待压缩图片分割成N×M块图像块，将Canvas画布划分成N×M块Canvas块，并将图像块一一压缩绘制到Canvas块，进而实现全景图片的压缩。由于每块图像块的长度和宽度均小于设备能处理的最大纹理尺寸值，所以当采用Canvas的drawImage函数将图像块一一压缩绘制到Canvas块时，图像块的尺寸未超出最大纹理尺寸，进而可以防止图片因为压缩失败而出现全黑的情况；本公开的图像压缩方法用于全景漫游中全景图片的压缩时，可以提升全景漫游的体验效果。
在一个可选实施方式中，根据设备能处理的最大纹理尺寸值计算待压缩图片拟压缩的目标长度和目标宽度，包括：
计算第一比值，第一比值为最大纹理尺寸值与待压缩图片的长宽较大值的比值；
根据第一比值，计算目标长度和目标宽度。
在一个可选实施方式中，根据第一比值，计算目标长度和目标宽度，包括：
计算待压缩图片的长度与第一比值的乘积，得到目标长度；
计算待压缩图片的宽度与第一比值的乘积，得到目标宽度。
具体的，N和M的值均为[1/R+1]，其中，R为第一比值。
其中，[]表示取整。
在一个可选实施方式中，将图像块一一压缩绘制到Canvas块后，还包括：设置用于提升Canvas画布清晰度的Canvas图片平滑参数。
以下以全景图片为例作进一步说明：
图像压缩方法，包括：
(1)判断全景图片的长度length和宽度width的其中一个是否大于设备所能处理的纹理最大尺寸值maxSize。如果否，跳过以下步骤；如果是，则获取该全景图片为作为待压缩全景图片，并继续(2)；
(2)计算纹理最大尺寸值maxSize与待压缩全景图片的长度length和宽度width中的较大值的比值，即maxSize/max(length,width)，计算结果记作scale，此scale值即为图片缩小系数，用于计算待压缩全景图片压缩后的目标长度和目标宽度；
(3)计算待压缩全景图片压缩后的目标长度length1和目标宽度width1，其中length1＝scale*length，width1＝scale*width；采用js代码document.createElement(“Canvas”)，创建一个空的Canvas，其长度和宽度分别设置为length1和width1，此Canvas对象即为待压缩全景图片压缩后的图片所在的画布。
(4)将步骤(2)的scale值取倒数得到scale1,然后将scale1向上取整得到scale2；将上述Canvas对象的长度和宽度分别除以scale2，即将Canvas画布分成scale2*scale2的Canvas块，将上述Canvas对象的长度和宽度分别除以scale2，即将待压缩全景图片分成scale2*scale2的图像块；例如:使用全景相机拍摄的图片尺寸为8192*8192,在移动设备上，图形API可以使用的最大纹理尺寸为2048*2048，最大纹理尺寸值为2048，则根据步骤(2)得到scale为2048/8192＝1/4，然后取倒数得到scale1＝4，向上取整scale2仍为4，那么可以将原始的待压缩全景图片分成4*4＝16图像块，如表1所示：
表1
块0 块1 块2 块3
块4 块5 块6 块7
块8 块9 块10 块11
块12 块13 块14 块15
(5)针对上述的每一块图像块和每一块Canvas块，分别调用Canvas的drawImage函数，将图像块压缩绘制到Canvas的Canvas块处；通常drawImage函数会采用最近邻或双线性插值压缩算法将图像块压缩至目标大小；
(6)由于通过分块绘制的结果会比不通过分块绘制的结果会丢失一定的清晰度，所以可以通过设置Canvas画布的图片平滑参数选项来提升图片的清晰度，即设置Canvas的context.context.imageSmoothingEnabled选项为”false”，同时设置Canvas的context.imageSmoothingQuality为”high”；
(7)输出Canvas画布，将此Canvas画布作为全景mesh的纹理图片。
参见图2，图像压缩装置，包括：
计算模块201，用于根据设备能处理的最大纹理尺寸值计算待压缩图片拟压缩的目标长度和目标宽度；
创建模块202，用于创建目标长度和目标宽度的Canvas画布；
分割模块203，用于将待压缩图片分割成N×M块图像块，以使每块图像块的尺寸均不大于最大纹理尺寸值；
划分模块204，用于将Canvas画布划分成N×M块Canvas块；
压缩模块205，用于将图像块一一压缩绘制到Canvas块，以获得压缩图片。
在一个可选的实施方式中，根据设备能处理的最大纹理尺寸值计算待压缩图片拟压缩的目标长度和目标宽度，包括：
计算第一比值，第一比值为最大纹理尺寸值与设定值的比值，所述设定值为待压缩图片的长度与宽度中的较大值；
根据第一比值，计算目标长度和目标宽度。
在一个可选的实施方式中，根据第一比值，计算目标长度和目标宽度，包括：
计算待压缩图片的长度与第一比值的乘积，得到目标长度；
计算待压缩图片的宽度与第一比值的乘积，得到目标宽度。
在一个可选的实施方式中，N和M的值均为[1/R+1]，其中，R为第一比值。
通过调用Canvas的drawImage函数，将图像块一一压缩绘制到Canvas块。
在一个可选的实施方式中，将图像块一一压缩绘制到Canvas块后，还包括：设置用于提升Canvas画布清晰度的Canvas图片平滑参数。
本申请实施例中的图像压缩装置的原理和效果可以参考本本申请实施例中的图像压缩方法。
在本说明书的描述中，参考术语“一个实施例/方式”、“一些实施例/方式”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例/方式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/方式或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例/方式或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例/方式或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例/方式或示例以及不同实施例/方式或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
本领域的技术人员应当理解，上述实施方式仅仅是为了清楚地说明本公开，而并非是对本公开的范围进行限定。对于所属领域的技术人员而言，在上述公开的基础上还可以做出其它变化或变型，并且这些变化或变型仍处于本公开的范围内。

Claims (10)

1.图像压缩方法，其特征在于，包括：
根据设备能处理的最大纹理尺寸值计算待压缩图片拟压缩的目标长度和目标宽度；
创建所述目标长度和所述目标宽度的Canvas画布；
将所述待压缩图片分割成N×M块图像块，以使每块所述图像块的尺寸均不大于所述最大纹理尺寸值；
将所述Canvas画布划分成N×M块Canvas块；
将所述图像块一一压缩绘制到所述Canvas块，以获得压缩图片。
2.根据权利要求1所述的方法，其特征在于，所述根据设备能处理的最大纹理尺寸值计算所述待压缩图片拟压缩的目标长度和目标宽度，包括：
计算第一比值，所述第一比值为所述最大纹理尺寸值与设定值的比值，所述设定值为待压缩图片的长度与宽度中的较大值；
根据所述第一比值，计算所述目标长度和所述目标宽度。
3.根据权利要求2所述的方法，其特征在于，所述根据所述第一比值，计算所述目标长度和所述目标宽度，包括：
计算所述待压缩图片的长度与所述第一比值的乘积，得到所述目标长度；
计算所述待压缩图片的宽度与所述第一比值的乘积，得到所述目标宽度。
4.根据权利要求2所述的方法，其特征在于，所述N和所述M的值均为[1/R+1]，其中，R为所述第一比值。
5.根据权利要求1所述的方法，其特征在于，通过调用Canvas的drawImage函数，将所述图像块一一压缩绘制到所述Canvas块。
6.根据权利要求1所述的方法，其特征在于，所述将所述图像块一一压缩绘制到所述Canvas块后，还包括：设置用于提升Canvas画布清晰度的Canvas图片平滑参数。
7.图像压缩装置，其特征在于，包括：
计算模块，用于根据设备能处理的最大纹理尺寸值计算待压缩图片拟压缩的目标长度和目标宽度；
创建模块，用于创建所述目标长度和所述目标宽度的Canvas画布；
分割模块，用于将所述待压缩图片分割成N×M块图像块，以使每块所述图像块的尺寸均不大于所述最大纹理尺寸值；
划分模块，用于将所述Canvas画布划分成N×M块Canvas块；
压缩模块，用于将所述图像块一一压缩绘制到所述Canvas块，以获得压缩图片。
8.根据权利要求7所述的装置，其特征在于，所述根据设备能处理的最大纹理尺寸值计算所述待压缩图片拟压缩的目标长度和目标宽度，包括：
计算第一比值，所述第一比值为所述最大纹理尺寸值与设定值的比值，所述设定值为待压缩图片的长度与宽度中的较大值；
根据所述第一比值，计算所述目标长度和所述目标宽度。
9.根据权利要求8所述的装置，其特征在于，所述根据所述第一比值，计算所述目标长度和所述目标宽度，包括：
计算所述待压缩图片的长度与所述第一比值的乘积，得到所述目标长度；
计算所述待压缩图片的宽度与所述第一比值的乘积，得到所述目标宽度。
10.根据权利要求8所述的装置，其特征在于，所述N和所述M的值均为[1/R+1]，其中，R为第一比值。
CN202010854188.1A 2020-08-24 2020-08-24 图像压缩方法及装置 Active CN112040238B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010854188.1A CN112040238B (zh) 2020-08-24 2020-08-24 图像压缩方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010854188.1A CN112040238B (zh) 2020-08-24 2020-08-24 图像压缩方法及装置

Publications (2)

Publication Number Publication Date
CN112040238A true CN112040238A (zh) 2020-12-04
CN112040238B CN112040238B (zh) 2022-11-29

Family

ID=73580661

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010854188.1A Active CN112040238B (zh) 2020-08-24 2020-08-24 图像压缩方法及装置

Country Status (1)

Country Link
CN (1) CN112040238B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104125461A (zh) * 2013-04-27 2014-10-29 深圳市振华微电子有限公司 一种大尺寸的图像压缩处理系统及方法
JP2015061214A (ja) * 2013-09-19 2015-03-30 株式会社メガチップス 画像圧縮装置、画像圧縮方法、プログラムおよび記録媒体
CN105096367A (zh) * 2014-04-30 2015-11-25 广州市动景计算机科技有限公司 优化Canvas绘制性能的方法及装置
CN108235024A (zh) * 2018-02-05 2018-06-29 合肥灵犀智能科技有限公司 一种压缩图像的方法和装置
CN109547788A (zh) * 2018-10-26 2019-03-29 西安科锐盛创新科技有限公司 图像压缩方法、设备及图像传输系统
CN110675465A (zh) * 2019-09-23 2020-01-10 京东数字科技控股有限公司 用于生成图像的方法和装置
CN111260739A (zh) * 2018-11-30 2020-06-09 中移（杭州）信息技术有限公司 图片处理方法及装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104125461A (zh) * 2013-04-27 2014-10-29 深圳市振华微电子有限公司 一种大尺寸的图像压缩处理系统及方法
JP2015061214A (ja) * 2013-09-19 2015-03-30 株式会社メガチップス 画像圧縮装置、画像圧縮方法、プログラムおよび記録媒体
CN105096367A (zh) * 2014-04-30 2015-11-25 广州市动景计算机科技有限公司 优化Canvas绘制性能的方法及装置
CN108235024A (zh) * 2018-02-05 2018-06-29 合肥灵犀智能科技有限公司 一种压缩图像的方法和装置
CN109547788A (zh) * 2018-10-26 2019-03-29 西安科锐盛创新科技有限公司 图像压缩方法、设备及图像传输系统
CN111260739A (zh) * 2018-11-30 2020-06-09 中移（杭州）信息技术有限公司 图片处理方法及装置
CN110675465A (zh) * 2019-09-23 2020-01-10 京东数字科技控股有限公司 用于生成图像的方法和装置

Also Published As

Publication number Publication date
CN112040238B (zh) 2022-11-29

Similar Documents

Publication Publication Date Title
Zinger et al. Free-viewpoint depth image based rendering
JP5722761B2 (ja) 動画圧縮装置、画像処理装置、動画圧縮方法、画像処理方法、および動画圧縮ファイルのデータ構造
US10121221B2 (en) Method and apparatus to accelerate rendering of graphics images
US7567723B2 (en) Resolution changing method and apparatus
US20120162395A1 (en) Method for filling hole-region and three-dimensional video system using the same
KR102167570B1 (ko) 적응적 주파수 리프팅으로 이미지에서 디테일 생성
KR102169480B1 (ko) 이미지에서 적응적인 주파수 강도 컨트롤 변환으로 디테일 생성
EP2460140B1 (en) Distributed image retargeting
US20110210960A1 (en) Hierarchical blurring of texture maps
JP2000242807A (ja) ３次元ポリゴン表示装置
KR20150127598A (ko) 이미지 특징들에 의한 주파수 리프팅 초해상도의 제어
KR20150129687A (ko) 주파수 리프팅으로 이미지에서 디테일 생성
CN109697748B (zh) 模型压缩处理方法、模型贴图处理方法装置、存储介质
JP2011086277A (ja) 画像処理方法および画像処理装置
US20140192156A1 (en) Stereo-image processing apparatus, stereo-image processing method, and recording medium
Furuta et al. Fast volume seam carving with multipass dynamic programming
Smirnov et al. Methods for depth-map filtering in view-plus-depth 3D video representation
US7529418B2 (en) Geometry and view assisted transmission of graphics image streams
CN112040238B (zh) 图像压缩方法及装置
US20160035127A1 (en) Three-dimensional image display system, server for three-dimensional image display system, and three-dimensional image display method
US20120050304A1 (en) Image processing apparatus, method, and program
CN108235024B (zh) 一种压缩图像的方法和装置
CN116489457A (zh) 视频的显示控制方法、装置、设备、系统和存储介质
CN110933493A (zh) 视频绘制系统、方法及计算机可读存储介质
CN115880416A (zh) 三维模型的显示方法、装置、服务器及存储介质

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