图像处理(Image Processing) ---------- 图像和影像压缩(Compression)(C#实现)

本文详细介绍了图像处理中的各种压缩方法,包括空间域的Fractal Coding、Run Length Coding、Sub-sampling和Coarse Quantiztion,以及频域的Transform Coding。在视频压缩方面,讨论了时域压缩的Sub-sampling和Difference Coding,以及Block Based Motion Compensation。文章还提到了C#实现视频压缩的相关内容。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

空间域压缩:

 

  • Sub-sampling:最基础的图像压缩技术,有损压缩,会降低图像的品质,根据人类眼睛对图像的色度(colour)不敏感而对亮度(luminance)很敏感,采取减少Pixel数的压缩方式。压缩方式:1、直接减,认为相靠近的Pixel都比较相似。比如2x2的方形,四个Pixel只保留一个。2、取均值,取四周的Pixle的平均值后保留。解压方式:1、直接复制。2、插值法。

 

  • Coarse Quantiztion: 与sub-sampling相似,但不同的是它的Pixel数不会减少,减少的是每个Pixel的bit数,也叫做bit depth reduction(pixel的深度减少)。如下图:每一个pixel的bit数从左到右减少.(大概像是8bit-->6bit-->2bit)

                                                    

 

  • Vector quantization:类似于字典,会有一个table,每一个table entry由4个pixel构成,作为一个sample。压缩方式:将图像的pixel,每4个分为一个block,然后与table里的所有sample比较,取最为相似的sample记录其table entry number。解压方式:按照记录的table entry number 对照table 取出相应的 sample(4个pixel值)。这同样是一个有损压缩,因为table 不可能会存所有的pixel组合,所以取的是最相似的sample。

                                                   

 

 

频域压缩:

  • Transform Coding: 空间域转换到频域在图像处理中最常用的即DCT(Discrete Cosine Transform),空间域转换到频域是无失真的,若什么都不做直接反变换可得到原图。对于一张图来说资讯太大,为了降低复杂度
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值