2013-04-14 3 views
1

У меня есть куча похожих изображений. Эти изображения содержат разные шумы, но края и гистограммы очень похожи. Мне нужно сжимать эти изображения без потерь. Есть ли какой-либо алгоритм, который может использовать подобие изображения для более эффективного сжатия? Я попытался использовать улучшенное сжатие с помощью предсказания (измененный предиктор MED от LOCO), но мой выигрыш составил всего около 0,4%Похожие изображения сжатия

ответ

1

Что значит «аналогичный»? Подобные гистограммы не помогут. Сделайте изображения смотрите то же самое?

Вы можете просто попробовать вычесть предыдущее изображение с этого изображения, по пикселям и по цвету, и посмотреть, является ли разное изображение более сжимаемым.

Следующим шагом было бы сделать серию изображений видео и использовать сжатие видео, которое может использовать более сложные корреляции между последовательными изображениями.

+0

Аналогичные ... они выглядят одинаково глазами. Но если вы их вычтите, у вас есть какие-то шумные образы. Я попытался сжать это шумное изображение, но от природы шума, его не очень хорошо. Использование видеокодеков - один из способов, но я подумал, что для этого есть какой-то специальный алгоритм изображения. Если я распакую последовательность, я получаю отдельные изображения, а не видео. –

0

Изображения в сером цвете или цветные. Если они серого масштаба, у меня есть приложение, которое я разработал 7 лет назад. Я могу попробовать это для вас. Он основан на технике, которая называется Set Redundancy Compression.

Если они окрашены, вы можете попробовать Lagarith (видео кодек)

+0

У меня разные типы данных, некоторые RGB, некоторые оттенки серого, некоторые плавающие. Является ли ваше сжатие подходящим для видеопоследовательности? –

+0

Привет, извините за задержку (один год: p). К сожалению нет, t не подходит для сжатия видео – gabis

0

Постарайтесь делать «composite -compose difference image1 image2 diff» на последовательных изображениях (или произвольно заказать изображения в некотором роде, если вы уже не имеете заказа). Изображение «diff» может быть очень маленьким, и вы можете восстановить изображение2, выполнив composite -compose difference diff image1 (или некоторые варианты).

1

Если вы слышали о Set Redundancy Compression (SRC), это сделало бы вашу задачу очень простой. Он обеспечивает меньшие потери и методы сжатия изображений с потерями для множества похожих изображений.

Дифференциал макс. Макс. Техника может быть той, которую вы ищете.

Смежные вопросы