CN117939128A - 图像压缩方法、装置和电子设备 - Google Patents

图像压缩方法、装置和电子设备 Download PDF

Info

Publication number
CN117939128A
CN117939128A CN202311866083.8A CN202311866083A CN117939128A CN 117939128 A CN117939128 A CN 117939128A CN 202311866083 A CN202311866083 A CN 202311866083A CN 117939128 A CN117939128 A CN 117939128A
Authority
CN
China
Prior art keywords
pixel matrix
image
target
compression
target image
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
Application number
CN202311866083.8A
Other languages
English (en)
Inventor
雷超
于鑫
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.)
Beijing SoundAI Technology Co Ltd
Original Assignee
Beijing SoundAI 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 Beijing SoundAI Technology Co Ltd filed Critical Beijing SoundAI Technology Co Ltd
Priority to CN202311866083.8A priority Critical patent/CN117939128A/zh
Publication of CN117939128A publication Critical patent/CN117939128A/zh
Pending legal-status Critical Current

Links

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
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/119—Adaptive subdivision aspects, e.g. subdivision of a picture into rectangular or non-rectangular coding blocks
    • 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
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/12—Selection from among a plurality of transforms or standards, e.g. selection between discrete cosine transform [DCT] and sub-band transform or selection between H.263 and H.264
    • 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
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/124—Quantisation
    • 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
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • 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
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/146—Data rate or code amount at the encoder output
    • 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
    • H04N19/18—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 set of transform coefficients
    • 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
    • H04N19/186—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 colour or a chrominance component
    • 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
    • H04N19/423—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 characterised by memory arrangements

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Discrete Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Compression Of Band Width Or Redundancy In Fax (AREA)

Abstract

本申请提供一种图像压缩方法、装置和电子设备，涉及图像处理技术领域。该方法包括：在对图像进行压缩处理时，可以先获取待压缩的目标图像对应的像素矩阵，基于目标图像的分辨率和压缩需求，确定对应的目标分块策略，并基于目标分块策略对像素矩阵进行分块处理，再基于分块处理得到的多个像素矩阵块对目标图像进行压缩处理，得到目标图像对应的目标数据。这样通过对像素矩阵进行分块处理，并以像素矩阵块为单位，对目标图像进行压缩处理，可以有效地提高图像的压缩效率。此外，基于目标图像自身的分辨率和压缩需求，有针对性地对像素矩阵进行分块处理，使得后续以像素矩阵块为单位，对目标图像进行压缩处理时，可以进一步提高图像压缩的灵活性。

Description

图像压缩方法、装置和电子设备
技术领域
本申请涉及图像处理技术领域，尤其涉及一种图像压缩方法、装置和电子设备。
背景技术
在一些场景中，例如，图像存储场景或者图像传输场景，为了降低图像的数据量，通常需要对图像进行压缩。
目前，主要是采用现有的有损压缩或者无损压缩的方法，对图像进行压缩，但是，采用这两种图像压缩方法，均会导致图像的压缩效率较低的问题。
发明内容
本申请提供的一种图像压缩方法、装置和电子设备，在对图像进行压缩时，可以有效地提高图像的压缩效率。
本申请提供一种图像压缩方法，该图像压缩方法可以包括：
获取待压缩的目标图像对应的像素矩阵；
基于所述目标图像的分辨率和压缩需求，确定对应的目标分块策略，并基于所述目标分块策略对所述像素矩阵进行分块处理，得到多个像素矩阵块；其中，所述压缩需求包括亮度指标、还原度指标、对比度指标、压缩速度指标、边缘指标、或者纹理指标中的至少一项；
基于所述多个像素矩阵块对所述目标图像进行压缩处理，得到所述目标图像对应的目标数据。
根据本申请提供的一种图像压缩方法，所述基于目标图像的分辨率和压缩需求，确定对应的目标分块策略，包括：
确定所述目标图像的分辨率对应的第一权重，以及所述压缩需求对应的第二权重；
基于所述第一权重和所述第二权重，对所述目标图像的分辨率和所述压缩需求进行加权处理，得到目标数值；
基于预设的数值与分块策略之间的映射关系，将所述目标数值对应的分块策略，确定为所述目标分块策略。
根据本申请提供的一种图像压缩方法，所述基于所述多个像素矩阵块对所述目标图像进行压缩处理，得到所述目标图像对应的目标数据，包括：
针对各像素矩阵块，对所述像素矩阵块进行离散变换，得到所述像素矩阵块对应的频谱系数矩阵；并基于所述压缩需求对所述频谱系数矩阵进行量化处理，得到所述像素矩阵块量化后的频谱系数矩阵；
基于所述各像素矩阵块量化后的频谱系数矩阵，对所述目标图像进行压缩处理，得到所述目标数据。
根据本申请提供的一种图像压缩方法，所述基于所述各像素矩阵块量化后的频谱系数矩阵，对所述目标图像进行压缩处理，得到所述目标数据，包括：
分别对所述各像素矩阵块量化后的频谱系数矩阵进行编码处理，得到所述各像素矩阵块对应的编码数据；
其中，所述目标数据包括所述各像素矩阵块对应的编码数据。
根据本申请提供的一种图像压缩方法，所述对所述像素矩阵块进行离散变换，包括：
基于预设采样步长，在水平方向和垂直方向上对所述像素矩阵块进行采样处理，得到采样后的像素矩阵块；
对所述采样后的像素矩阵块进行傅里叶余弦变换，得到变换系数矩阵；
基于所述变换系数矩阵，对所述像素矩阵块进行所述离散变换。
根据本申请提供的一种图像压缩方法，所述对所述采样后的像素矩阵块进行傅里叶余弦变换，得到变换系数矩阵，包括：
对所述采样后的像素矩阵块进行奇偶排序，得到排序后的像素矩阵块；
对所述排序后的像素矩阵块进行所述傅里叶余弦变换，得到所述变换系数矩阵。
根据本申请提供的一种图像压缩方法，所述图像压缩方法还包括：
针对各编码数据，对所述编码数据进行解码处理，得到所述编码数据对应的量化后的频谱系数矩阵；对所述量化后的频谱系数矩阵进行去量化处理，得到对应的频谱系数矩阵；对所述频谱系数矩阵进行反离散变换，得到所述编码数据对应的像素矩阵块；
针对各像素矩阵块，对所述像素矩阵块进行图像转换处理，得到对应的图像块；
对所述各像素矩阵块对应的图像块进行拼接处理，得到所述目标图像。
本申请还提供一种图像压缩装置，该图像压缩装置可以包括：
获取单元，用于获取待压缩的目标图像对应的像素矩阵；
第一处理单元，用于基于所述目标图像的分辨率和压缩需求，确定对应的目标分块策略，并基于所述目标分块策略对所述像素矩阵进行分块处理，得到多个像素矩阵块；其中，所述压缩需求包括亮度指标、还原度指标、对比度指标、压缩速度指标、边缘指标、或者纹理指标中的至少一项；
第二处理单元，用于基于所述多个像素矩阵块对所述目标图像进行压缩处理，得到所述目标图像对应的目标数据。
本申请还提供一种电子设备，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计算机程序，所述处理器执行所述程序时实现如上述任一项所述的图像压缩方法。
本申请还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述的图像压缩方法。
本申请还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述的图像压缩方法。
本申请提供的图像压缩方法、装置和电子设备，在对图像进行压缩处理时，可以先获取待压缩的目标图像对应的像素矩阵，基于目标图像的分辨率和压缩需求，确定对应的目标分块策略，并基于目标分块策略对像素矩阵进行分块处理，得到多个像素矩阵块；再基于多个像素矩阵块对目标图像进行压缩处理，得到目标图像对应的目标数据。这样通过对目标图像对应的像素矩阵进行分块处理，并以像素矩阵块为单位，对目标图像进行压缩处理，可以有效地提高图像的压缩效率。此外，在对像素矩阵进行分块处理时，充分考虑到了目标图像自身的分辨率和压缩需求，可以有针对性地对像素矩阵进行分块处理，使得后续以分块处理得到的像素矩阵块为单位，对目标图像进行压缩处理时，可以进一步提高图像压缩的灵活性。
附图说明
为了更清楚地说明本申请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一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，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为本申请实施例提供的一种图像压缩方法的流程示意图；
图2为本申请实施例提供的一种基于多个像素矩阵块对目标图像进行压缩处理，得到目标图像对应的目标数据的方法流程示意图；
图3为本申请实施例提供的一种恢复编码前的目标图像的方法流程示意图；
图4为本申请实施例提供的一种图像压缩装置的结构示意图；
图5为本申请实施例提供的一种电子设备的实体结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请中的附图，对本申请中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
在本申请的实施例中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况，其中A，B可以是单数或者复数。在本申请的文字描述中，字符“/”一般表示前后关联对象是一种“或”的关系。
本申请实施例提供的技术方案可以图像处理场景中。例如，图像存储场景或者图像传输场景等。在图像存储场景中，为了降低图像数据所占的存储空间，通常需要对图像进行压缩，以减少图像的数据量，从而降低图像数据所占的存储空间；或者，在图像传输场景中，为了降低图像传输所占的网络资源，通常也需要对图像进行压缩，以减少图像的数据量，从而降低图像数据所占的存储空间。
目前，主要是采用现有的有损压缩或者无损压缩的方法，对图像进行压缩，但是，采用这两种图像压缩方法，均会导致图像的压缩效率较低的问题。
为了在对图像进行压缩时，可以有效地提高图像的压缩效率，本申请实施例提供了一种图像压缩方法，下面，将通过下述几个具体的实施例对本申请提供的图像压缩方法进行详细地说明。可以理解的是，下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
图1为本申请实施例提供的一种图像压缩方法的流程示意图，应用于图像压缩器，该图像压缩方法可以由软件和/或硬件装置执行。
示例的，请参见图1所示，该图像压缩方法可以包括：
S101、获取待压缩的目标图像对应的像素矩阵。
其中，目标图像为需要压缩的图像，具体可以根据实际需要进行设置。
像素矩阵(Pixel Matrix)是一种表示图像像素信息的矩阵形式。在图像处理中，像素矩阵是一个二维矩阵。其中，每个元素代表一个像素点的值。通常情况下，像素矩阵中的元素可以是灰度值或颜色值，表示图像的明暗程度和颜色变化。
示例的，在本申请实施例中，获取目标图像对应的像素矩阵时，可以将目标图像转换为像素数据，并结合目标图像的宽度和高度创建一个二维数组，用于存储转换得到的像素数据，以得到目标图像对应的像素矩阵，具体可参见现有的相关描述，在此，本申请实施例不再进行赘述。
在本申请实施例中，得到目标图像对应的像素矩阵后，为了可以有效地提高图像的压缩效率，可以考虑对像素矩阵进行分块处理，这样以像素矩阵块为单位，并行对目标图像进行压缩处理，可以有效地提高图像的压缩效率。
此外，在提高图像的压缩效率情况下，为了可以充分考虑到目标图像自身的分辨率和压缩需求，从而可以有针对性地对目标图像进行压缩处理，在本申请实施例中，还可以基于目标图像的分辨率和压缩需求，确定对应的目标分块策略，并基于目标分块策略对像素矩阵进行分块处理，即执行下述S102：
S102、基于目标图像的分辨率和压缩需求，确定对应的目标分块策略，并基于目标分块策略对像素矩阵进行分块处理，得到多个像素矩阵块；其中，压缩需求包括亮度指标、还原度指标、对比度指标、压缩速度指标、边缘指标、或者纹理指标中的至少一项。
其中，亮度指标可以理解为压缩后的图像的亮度指标，还原度指标可以理解为压缩后的图像与压缩前的目标图像相比，之间的还原度指标，对比度指标可以理解为压缩后的图像的色差对比指标，压缩速度指标可以理解为图像压缩速度的指定，边缘指标可以理解为压缩后的图像的边缘特征指标，纹理指标可以理解为压缩后的图像的纹理特征指标。
可以理解的是，在本申请实施例中，基于目标图像的分辨率和压缩需求，确定对应的目标分块策略时，只是以压缩需求包括亮度指标、还原度指标、对比度指标、压缩速度指标、边缘指标、或者纹理指标中的至少一项为例进行说明，也可以包括其他指标，例如执行压缩操作的处理器的性能等，具体可以根据实际需要进行设置。
示例的，在本申请实施例中，基于目标图像的分辨率和压缩需求，确定对应的目标分块策略时，可以先确定目标图像的分辨率对应的第一权重，以及压缩需求对应的第二权重；并基于第一权重和第二权重，对目标图像的分辨率和压缩需求进行加权处理，得到目标数值；再基于预设的数值与分块策略之间的映射关系，将目标数值对应的分块策略，确定为目标分块策略。
其中，目标图像的分辨率对应的第一权重和压缩需求对应的第二权重可以根据实际需要进行设置，例如，若本次压缩更偏向压缩需求，则相比于目标图像的分辨率，压缩需求对应的第二权重可以设置的更大一些；又例如，若本次压缩更偏向目标图像的分辨率，则相比于压缩需求，目标图像的分辨率对应的第一权重可以设置的更大一些，具体可以根据实际需要进行设置。
此外，在本申请实施例中，预设的数值与分块策略之间的映射关系，可以理解为基于多次压缩实验，学习得到的一个数值与分块策略之间的映射关系。
示例的，在本申请实施例中，当压缩需求包括亮度指标、还原度指标、对比度指标、压缩速度指标、边缘指标、或者纹理指标中的多项时，该多项指标各自对应的权重可以相同，也可以不同，具体可以根据实际需要进行设置。
可以理解的是，当压缩需求包括亮度指标、还原度指标、对比度指标、压缩速度指标、边缘指标、或者纹理指标中的多项时，可以直接将该多项指标求和，再基于同一个第二权重，与目标图像的分辨率进行加权处理，也可以分别设置该多项指标各自对应的权重，先基于多项指标各自对应的权重，并基于该多项指标各自对应的权重对多项指标进行加权求和，再基于同一个第二权重，与目标图像的分辨率进行加权处理，具体可以根据实际需要进行设置。
示例的，在本申请实施例中，多项指标各自对应的权重可以相同，也可以不同，具体可以根据实际需要进行设置，在此，本申请实施例不做具体限制。
在基于目标分块策略对像素矩阵进行分块处理，得到多个像素矩阵块后，就可以执行下述S103：
S103、基于多个像素矩阵块对目标图像进行压缩处理，得到目标图像对应的目标数据。
可以看出，本申请实施例中，在对图像进行压缩处理时，可以先获取待压缩的目标图像对应的像素矩阵，基于目标图像的分辨率和压缩需求，确定对应的目标分块策略，并基于目标分块策略对像素矩阵进行分块处理，得到多个像素矩阵块；再基于多个像素矩阵块对目标图像进行压缩处理，得到目标图像对应的目标数据。这样通过对目标图像对应的像素矩阵进行分块处理，并以像素矩阵块为单位，并行对目标图像进行压缩处理，可以有效地提高图像的压缩效率。此外，在对像素矩阵进行分块处理时，充分考虑到了目标图像自身的分辨率和压缩需求，可以有针对性地对像素矩阵进行分块处理，使得后续以分块处理得到的像素矩阵块为单位，对目标图像进行压缩处理时，可以进一步提高图像压缩的灵活性。
基于上述图1所示的实施例，为了便于理解在上述S103中，如何基于多个像素矩阵块对目标图像进行压缩处理，下面，将通过下述图2所示的实施例进行详细描述。
图2为本申请实施例提供的一种基于多个像素矩阵块对目标图像进行压缩处理，得到目标图像对应的目标数据的方法流程示意图，该方法同样可以由软件和/或硬件装置执行。示例的，请参见图2所示，该方法可以包括：
S201、针对各像素矩阵块，对像素矩阵块进行离散变换，得到像素矩阵块对应的频谱系数矩阵；并基于压缩需求对频谱系数矩阵进行量化处理，得到像素矩阵块量化后的频谱系数矩阵。
可以理解的是，在对各像素矩阵块进行离散变换和量化处理处理时，考虑到对每一个像素矩阵块进行离散变换和量化处理处理的方法类似，下面，将以任一个像素矩阵块为例，对如何进行离散变换和量化处理处理进行描述。
示例的，在本申请实施例中，对像素矩阵块进行离散变换时，可以基于预设采样步长，在水平方向和垂直方向上对像素矩阵块进行采样处理，得到采样后的像素矩阵块；对采样后的像素矩阵块进行傅里叶余弦变换，得到变换系数矩阵；基于变换系数矩阵，对像素矩阵块进行离散变换。
其中，预设采样步长可以根据实际需要进行设置，在此，对于预设采样步长的取值，本申请实施例不做具体限制。
示例的，在本申请实施例中，离散变换可以为离散余弦变换(Discrete CosineTransform，DCT)，也可以为离散小波变换(Discrete Wavelet Transform，DWT)，当然，也可以为其他类似离散变换，具体可以根据实际需要进行设置。
示例的，在本申请实施例中，在对采样后的像素矩阵块进行傅里叶余弦变换时，可以先对采样后的像素矩阵块进行奇偶排序，得到排序后的像素矩阵块；再对排序后的像素矩阵块进行傅里叶余弦变换，得到变换系数矩阵，这样通过对采样后的像素矩阵块进行奇偶排序，使得后续进行傅里叶余弦变换时，可以有效地加速傅里叶余弦变换速度。
可以理解的是，在量化处理和编码处理前，对分块处理得到的对像素矩阵块进行离散变换，以尽可能减少压缩过程中的信息损失，使得得到的频谱系数矩阵保留了部分高频分量并舍弃低频分量，从而提高压缩处理后的图像质量。
通过对像素矩阵块进行离散变换，得到像素矩阵块对应的频谱系数矩阵后，可以进一步对频谱系数矩阵进行量化处理，以减少低频部分非零系数的幅值，并增加高频部分零值系数的数量。
示例的，在本申请实施例中，相关操作可以通过Java图像处理类库实现，javax.imageio、java.awt.image、javax.swing等，可以用于读取、处理和输出图像文件。
其中，java.awt.image.BufferedImage类，用于创建、读取、写入和处理图像。常用的函数有getRGB(int x,int y)函数和setRGB(int x,int y,int rgb)函数等。
javax.imageio.ImageIO类，用于提供一组静态方法来读取和写入多种类型的图像文件。常用的函数有read(File file函数)和write(RenderedImage im,StringformatName,File output)函数等。
示例的，在本申请实施例中，可以利用org.jtransforms.fft.DoubleFFT_2D类实现变换，该类提供了2D离散余弦变换和反离散余弦变换的方法。常用的方法有realForward(double[][]a)函数和realInverse(double[][]a,boolean scale)函数等。
在本申请实施例中，为了可以有针对地减少低频部分非零系数的幅值，并增加高频部分零值系数的数量，可以基于压缩需求对频谱系数矩阵进行量化处理，即使用一个量化表将每个频谱系数除以相应的量化步长，并向下取整，具体可以包括：基于压缩需求确定对应的量化参数，并基于确定出的量化参数对频谱系数矩阵进行量化处理，这样可以基于压缩需求，有针对性地对频谱系数矩阵进行量化处理，这样可以有针对地减少低频部分非零系数的幅值，并有针对性地增加高频部分零值系数的数量，使得后续压缩后的图像更加符合压缩需求，从而提高了图像压缩的灵活性。
示例的，在本申请实施例中，对频谱系数矩阵进行量化处理时，可以利用java.math.BigDecimal类实现，该类提供了任意精度的十进制运算，用于实现量化矩阵。常用的函数有divide(BigDecimal divisor,int scale,int roundingMode)函数和multiply(BigDecimal multiplicand)函数等。
S202、基于各像素矩阵块量化后的频谱系数矩阵，对目标图像进行压缩处理，得到目标数据。
示例的，在本申请实施例中，基于各像素矩阵块量化后的频谱系数矩阵，对目标图像进行压缩处理时，可以包括下述至少两种可能的实现方式：
在一种可能的实现方式中，可以先对各像素矩阵块量化后的频谱系数矩阵进行整合，得到一个完整的频谱系数矩阵，再对该完整的频谱系数矩阵进行编码处理，得到目标图像对应的目标数据。
在另一种可能的实现方式中，可以以各像素矩阵块量化后的频谱系数矩阵为单位，分别对各像素矩阵块量化后的频谱系数矩阵进行编码处理，得到各像素矩阵块对应的编码数据；其中，目标数据包括各像素矩阵块对应的编码数据，这样通过分别对各像素矩阵块量化后的频谱系数矩阵进行编码处理，可以有效地提高编码处理效率，从而进一步提高图像的压缩效率。
示例的，在本申请实施例中，编码技术可以为Huffman编码技术、也可以为算术编码技术，或者，也可以为游程编码技术等，具体可以根据实际需要进行设置。
示例的，在本申请实施例中，对像素矩阵块量化后的频谱系数矩阵进行编码处理时，可以利用java.util.BitSet类实现，该类用于存储压缩数据的位串，可以高效地对位串进行操作(如清零、设置等)，实现基于位的编码操作以及相应的解码操作。
可以看出，本申请实施例中，基于多个像素矩阵块对目标图像进行压缩处理时，针对各像素矩阵块，可以先对像素矩阵块进行离散变换，得到像素矩阵块对应的频谱系数矩阵；并基于压缩需求对频谱系数矩阵进行量化处理，得到像素矩阵块量化后的频谱系数矩阵；再基于各像素矩阵块量化后的频谱系数矩阵，对目标图像进行压缩处理，得到目标数据，这样基于压缩需求对频谱系数矩阵进行量化处理，可以有针对地减少低频部分非零系数的幅值，并增加高频部分零值系数的数量，使得后续压缩后的图像更加符合压缩需求，从而提高了图像压缩的灵活性。
基于上述实施例，在获取到各像素矩阵块对应的编码数据后，还可以对各像素矩阵块对应的编码数据进行相应的解码处理，以恢复出编码前的目标图像。
图3为本申请实施例提供的一种恢复编码前的目标图像的方法流程示意图，该方法同样可以由软件和/或硬件装置执行。示例的，请参见图3所示，该方法可以包括：
S301、针对各编码数据，对编码数据进行解码处理，得到编码数据对应的量化后的频谱系数矩阵；对量化后的频谱系数矩阵进行去量化处理，得到对应的频谱系数矩阵；对频谱系数矩阵进行反离散变换，得到编码数据对应的像素矩阵块。
示例的，在本申请实施例中，对编码数据进行解码处理时，可以采用上述编码技术对应的解码技术进行解码处理，具体可以根据实际需要进行设置。
例如，当编码技术为Huffman编码技术时，对应的解码技术可以为Huffman编码技术对应的解码技术；当编码技术为算术编码技术时，对应的解码结束可以为算术编码技术对应的解码技术，具体可以根据实际需要进行设置。
示例的，在本申请实施例中，对量化后的频谱系数矩阵进行去量化处理时，可以采用上述量化处理技术对应的去量化处理技术进行去量化处理，具体可以根据实际需要进行设置。
示例的，在本申请实施例中，对频谱系数矩阵进行反离散变换时，可以采用上述离散变换对应的反离散变换进行反离散变换处理，具体可以根据实际需要进行设置。
示例的，当离散变换为离散余弦变换DCT时，对应的反离散变换为反离散余弦变换；当离散变换为离散小波变换DWT时，对应的反离散变换为反离散小波变换，具体可以根据实际需要进行设置。
其中，反离散余弦变换的数学表达式可参见下述公式：
f(x,y)＝1/4*∑[∑[F(u,v)*cos((2x+1)uπ/2N)*cos((2y+1)vπ/2N)]]，其中，f(x,y)表示时域中的像素值，F(u,v)表示频域中DCT系数，N表示图像的尺寸。
可以理解的是，在本申请实施例中，离散余弦变换是将时域信号转换为对应的频域信号，反离散余弦变换是将频域信号转换为对应的时域信号。
示例的，在本申请实施例中，反离散余弦变换可以利用Java中的org.jtransforms.fft.DoubleFFT_2D类实现，该类提供了离散余弦变换和反离散余弦变换操作的方法。常用的函数有realForward(double[][]a)函数和realInverse(double[][]a,boolean scale)函数等。
此外，Java图像处理类库还包括java.io.Serializable接口，该接口用于标识对象的序列化和反序列化，使得对象可以在不同的Java虚拟机之间进行传输和存储。
S302、针对各像素矩阵块，对像素矩阵块进行图像转换处理，得到对应的图像块。
其中，对像素矩阵块进行图像转换处理的具体实现，可参见现有技术中对像素矩阵块进行图像转换处理的相关实现，在此，本申请实施例不再进行赘述。
在本申请实施例中，以像素矩阵块为单位，并行对像素矩阵块进行图像转换处理，可以有效地提高图像转换效率。
S303、对各像素矩阵块对应的图像块进行拼接处理，得到目标图像。
可以看出，本申请实施例中，在恢复编码前的目标图像时，针对各编码数据，对编码数据进行解码处理，得到编码数据对应的量化后的频谱系数矩阵；对量化后的频谱系数矩阵进行去量化处理，得到对应的频谱系数矩阵；对频谱系数矩阵进行反离散变换，得到编码数据对应的像素矩阵块；针对各像素矩阵块，对像素矩阵块进行图像转换处理，得到对应的图像块；对各像素矩阵块对应的图像块进行拼接处理，得到目标图像，这样可以准确地恢复出编码前的图像，且提高了恢复效率。
下面对本申请提供的图像压缩装置进行描述，下文描述的图像压缩装置与上文描述的图像压缩方法可相互对应参照。
图4为本申请实施例提供的一种图像压缩装置的结构示意图，示例的，请参见图4所示，该图像压缩装置40可以包括：
获取单元401，用于获取待压缩的目标图像对应的像素矩阵；
第一处理单元402，用于基于所述目标图像的分辨率和压缩需求，确定对应的目标分块策略，并基于所述目标分块策略对所述像素矩阵进行分块处理，得到多个像素矩阵块；其中，所述压缩需求包括亮度指标、还原度指标、对比度指标、压缩速度指标、边缘指标、或者纹理指标中的至少一项；
第二处理单元403，用于基于所述多个像素矩阵块对所述目标图像进行压缩处理，得到所述目标图像对应的目标数据。
示例的，在本申请实施例中，所述第一处理单元402，用于基于目标图像的分辨率和压缩需求，确定对应的目标分块策略，包括：
确定所述目标图像的分辨率对应的第一权重，以及所述压缩需求对应的第二权重；
基于所述第一权重和所述第二权重，对所述目标图像的分辨率和所述压缩需求进行加权处理，得到目标数值；
基于预设的数值与分块策略之间的映射关系，将所述目标数值对应的分块策略，确定为所述目标分块策略。
示例的，在本申请实施例中，所述第二处理单元403，用于基于所述多个像素矩阵块对所述目标图像进行压缩处理，得到所述目标图像对应的目标数据，包括：
针对各像素矩阵块，对所述像素矩阵块进行离散变换，得到所述像素矩阵块对应的频谱系数矩阵；并基于所述压缩需求对所述频谱系数矩阵进行量化处理，得到所述像素矩阵块量化后的频谱系数矩阵；
基于所述各像素矩阵块量化后的频谱系数矩阵，对所述目标图像进行压缩处理，得到所述目标数据。
示例的，在本申请实施例中，所述第二处理单元403，用于基于所述各像素矩阵块量化后的频谱系数矩阵，对所述目标图像进行压缩处理，得到所述目标数据，包括：
分别对所述各像素矩阵块量化后的频谱系数矩阵进行编码处理，得到所述各像素矩阵块对应的编码数据；
其中，所述目标数据包括所述各像素矩阵块对应的编码数据。
示例的，在本申请实施例中，所述第二处理单元403，用于对所述像素矩阵块进行离散变换，包括：
基于预设采样步长，在水平方向和垂直方向上对所述像素矩阵块进行采样处理，得到采样后的像素矩阵块；
对所述采样后的像素矩阵块进行傅里叶余弦变换，得到变换系数矩阵；
基于所述变换系数矩阵，对所述像素矩阵块进行所述离散变换。
示例的，在本申请实施例中，所述第二处理单元403，用于对所述采样后的像素矩阵块进行傅里叶余弦变换，得到变换系数矩阵，包括：
对所述采样后的像素矩阵块进行奇偶排序，得到排序后的像素矩阵块；
对所述排序后的像素矩阵块进行所述傅里叶余弦变换，得到所述变换系数矩阵。
示例的，在本申请实施例中，所述图像压缩装置40还包括第三处理单元、第四处理单元和第五处理单元。
所述第三处理单元，用于针对各编码数据，对所述编码数据进行解码处理，得到所述编码数据对应的量化后的频谱系数矩阵；对所述量化后的频谱系数矩阵进行去量化处理，得到对应的频谱系数矩阵；对所述频谱系数矩阵进行反离散变换，得到所述编码数据对应的像素矩阵块；
所述第四处理单元，用于针对各像素矩阵块，对所述像素矩阵块进行图像转换处理，得到对应的图像块；
所述第五处理单元，用于对所述各像素矩阵块对应的图像块进行拼接处理，得到所述目标图像。
本申请实施例提供的图像压缩装置40，可以执行上述任一实施例中图像压缩方法的技术方案，其实现原理及有益效果与图像压缩方法的实现原理及有益效果类似，可参见图像压缩方法的实现原理及有益效果，此处不再进行赘述。
图5为本申请实施例提供的一种电子设备的实体结构示意图，如图5所示，该电子设备可以包括：处理器(processor)510、通信接口(Communications Interface)520、存储器(memory)530和通信总线550，其中，处理器510，通信接口520，存储器530通过通信总线550完成相互间的通信。处理器510可以调用存储器530中的逻辑指令，以执行图像压缩方法，该方法包括：获取待压缩的目标图像对应的像素矩阵；基于所述目标图像的分辨率和压缩需求，确定对应的目标分块策略，并基于所述目标分块策略对所述像素矩阵进行分块处理，得到多个像素矩阵块；其中，所述压缩需求包括亮度指标、还原度指标、对比度指标、压缩速度指标、边缘指标、或者纹理指标中的至少一项；基于所述多个像素矩阵块对所述目标图像进行压缩处理，得到所述目标图像对应的目标数据。
此外，上述的存储器530中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案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一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本申请还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述图像压缩方法，该方法包括：获取待压缩的目标图像对应的像素矩阵；基于所述目标图像的分辨率和压缩需求，确定对应的目标分块策略，并基于所述目标分块策略对所述像素矩阵进行分块处理，得到多个像素矩阵块；其中，所述压缩需求包括亮度指标、还原度指标、对比度指标、压缩速度指标、边缘指标、或者纹理指标中的至少一项；基于所述多个像素矩阵块对所述目标图像进行压缩处理，得到所述目标图像对应的目标数据。
又一方面，本申请还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述图像压缩方法，该方法包括：获取待压缩的目标图像对应的像素矩阵；基于所述目标图像的分辨率和压缩需求，确定对应的目标分块策略，并基于所述目标分块策略对所述像素矩阵进行分块处理，得到多个像素矩阵块；其中，所述压缩需求包括亮度指标、还原度指标、对比度指标、压缩速度指标、边缘指标、或者纹理指标中的至少一项；基于所述多个像素矩阵块对所述目标图像进行压缩处理，得到所述目标图像对应的目标数据。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
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各实施方式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。基于这样的理解，上述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，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (10)

1.一种图像压缩方法，其特征在于，包括：
获取待压缩的目标图像对应的像素矩阵；
基于所述目标图像的分辨率和压缩需求，确定对应的目标分块策略，并基于所述目标分块策略对所述像素矩阵进行分块处理，得到多个像素矩阵块；其中，所述压缩需求包括亮度指标、还原度指标、对比度指标、压缩速度指标、边缘指标、或者纹理指标中的至少一项；
基于所述多个像素矩阵块对所述目标图像进行压缩处理，得到所述目标图像对应的目标数据。
2.根据权利要求1所述的方法，其特征在于，所述基于目标图像的分辨率和压缩需求，确定对应的目标分块策略，包括：
确定所述目标图像的分辨率对应的第一权重，以及所述压缩需求对应的第二权重；
基于所述第一权重和所述第二权重，对所述目标图像的分辨率和所述压缩需求进行加权处理，得到目标数值；
基于预设的数值与分块策略之间的映射关系，将所述目标数值对应的分块策略，确定为所述目标分块策略。
3.根据权利要求1或2所述的方法，其特征在于，所述基于所述多个像素矩阵块对所述目标图像进行压缩处理，得到所述目标图像对应的目标数据，包括：
针对各像素矩阵块，对所述像素矩阵块进行离散变换，得到所述像素矩阵块对应的频谱系数矩阵；并基于所述压缩需求对所述频谱系数矩阵进行量化处理，得到所述像素矩阵块量化后的频谱系数矩阵；
基于所述各像素矩阵块量化后的频谱系数矩阵，对所述目标图像进行压缩处理，得到所述目标数据。
4.根据权利要求3所述的方法，其特征在于，所述基于所述各像素矩阵块量化后的频谱系数矩阵，对所述目标图像进行压缩处理，得到所述目标数据，包括：
分别对所述各像素矩阵块量化后的频谱系数矩阵进行编码处理，得到所述各像素矩阵块对应的编码数据；
其中，所述目标数据包括所述各像素矩阵块对应的编码数据。
5.根据权利要求3所述的方法，其特征在于，所述对所述像素矩阵块进行离散变换，包括：
基于预设采样步长，在水平方向和垂直方向上对所述像素矩阵块进行采样处理，得到采样后的像素矩阵块；
对所述采样后的像素矩阵块进行傅里叶余弦变换，得到变换系数矩阵；
基于所述变换系数矩阵，对所述像素矩阵块进行所述离散变换。
6.根据权利要求5所述的方法，其特征在于，所述对所述采样后的像素矩阵块进行傅里叶余弦变换，得到变换系数矩阵，包括：
对所述采样后的像素矩阵块进行奇偶排序，得到排序后的像素矩阵块；
对所述排序后的像素矩阵块进行所述傅里叶余弦变换，得到所述变换系数矩阵。
7.根据权利要求4所述的方法，其特征在于，所述方法还包括：
针对各编码数据，对所述编码数据进行解码处理，得到所述编码数据对应的量化后的频谱系数矩阵；对所述量化后的频谱系数矩阵进行去量化处理，得到对应的频谱系数矩阵；对所述频谱系数矩阵进行反离散变换，得到所述编码数据对应的像素矩阵块；
针对各像素矩阵块，对所述像素矩阵块进行图像转换处理，得到对应的图像块；
对所述各像素矩阵块对应的图像块进行拼接处理，得到所述目标图像。
8.一种图像压缩装置，其特征在于，包括：
获取单元，用于获取待压缩的目标图像对应的像素矩阵；
第一处理单元，用于基于所述目标图像的分辨率和压缩需求，确定对应的目标分块策略，并基于所述目标分块策略对所述像素矩阵进行分块处理，得到多个像素矩阵块；其中，所述压缩需求包括亮度指标、还原度指标、对比度指标、压缩速度指标、边缘指标、或者纹理指标中的至少一项；
第二处理单元，用于基于所述多个像素矩阵块对所述目标图像进行压缩处理，得到所述目标图像对应的目标数据。
9.一种电子设备，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计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述的图像压缩方法。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的图像压缩方法。
CN202311866083.8A 2023-12-29 2023-12-29 图像压缩方法、装置和电子设备 Pending CN117939128A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311866083.8A CN117939128A (zh) 2023-12-29 2023-12-29 图像压缩方法、装置和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311866083.8A CN117939128A (zh) 2023-12-29 2023-12-29 图像压缩方法、装置和电子设备

Publications (1)

Publication Number Publication Date
CN117939128A true CN117939128A (zh) 2024-04-26

Family

ID=90751545

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311866083.8A Pending CN117939128A (zh) 2023-12-29 2023-12-29 图像压缩方法、装置和电子设备

Country Status (1)

Country Link
CN (1) CN117939128A (zh)

Similar Documents

Publication Publication Date Title
US6711299B2 (en) Wavelet transformation of dithered quantized/reduced color pixels for color bit depth image compression and decompression
US8255444B2 (en) Method and device for filtering a multidemensional digital signal and associated methods and devices for encoding and decoding
US7634148B2 (en) Image signal transforming and inverse-transforming method and computer program product with pre-encoding filtering features
KR101367777B1 (ko) 적응 이미지 압축시스템 및 그 방법
CN111247797A (zh) 用于图像编解码的方法和装置
CN110753225A (zh) 一种视频压缩方法、装置及终端设备
Ince et al. Low dynamic range discrete cosine transform (LDR-DCT) for high-performance JPEG image compression
Yadav et al. Study and analysis of wavelet based image compression techniques
KR20140027040A (ko) 적응 이미지 압축시스템 및 그 방법
Arya Robust image compression algorithm using discrete fractional cosine transform
CN117095685B (zh) 一种联发科平台终端设备及其控制方法
CN108182712B (zh) 图像处理方法、装置及系统
Kabir et al. Edge-based transformation and entropy coding for lossless image compression
CN113256744B (zh) 一种图像编码、解码方法及系统
CN113038134B (zh) 一种图片处理方法、智能终端及存储介质
US8989278B2 (en) Method and device for coding a multi dimensional digital signal comprising original samples to form coded stream
CN117939128A (zh) 图像压缩方法、装置和电子设备
CN113949867B (zh) 一种图像处理的方法及装置
Kumari et al. Image quality estimation by entropy and redundancy calculation for various wavelet families
CN103310426A (zh) 一种基于jpeg频域变换的图像增强方法及装置
KR101089725B1 (ko) 무손실 영상 압축을 위한 임계 필터의 설계 방법, 그 필터를 이용한 무손실 영상 압축 장치 및 방법
Rani et al. Medical image compression using DCT with entropy encoding and huffman on MRI brain images
CN111107360A (zh) 一种光谱-空间维联合的高光谱图像无损压缩方法及系统
CN112104878B (zh) 图像编码方法、装置、编码端设备及存储介质
CN114882133B (zh) 一种图像编解码方法、系统、设备及介质

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