6.1 Python图像处理之图像编码技术和标准-DPCM编码

文章目录

6.1 Python图像处理之图像编码技术和标准-DPCM编码
- 1 算法原理
- 2 代码
- 3 效果

1 算法原理

预测编码利用的是信源相邻符号间的相关性。根据某一模型利用以往的样本值对新的样本值进行预测。然后将样本的实际值与预测值相减得到一个误差值，最后对这一误值进行编码。如果模型足够好且样本序列在时间上相关性比较强，则误差信号的幅度将远远小于原始信号，从而得到较大的数据压缩。

对于模拟信号，DPCM 编码采用预测编码的方式传输信号，所谓预测编码就是根据过去的信号样值来预测下一个信号样值，并仅把预测值与现实样值的差值加以量化，编码后进行数字信号传输。

DPCM 是差分预测编码调制的缩写，是比较典型的预测编码系统。在 DPCM 系统中，需要注意的是预测器的输入是已经解码以后的样本。之所以不用原始样本来做预测，是因为在解码端无法得到原始样本，只能得到存在误差的样本。因此，在 DPCM 编码器中实际内嵌了一个解码器，如下图编码器中虚线框中所示。

对于图片等数字信号，可以省略了采样的步骤，直接进行量化和编码。可以认为是根据上一个的像素值来预测下一个像素值。

在代码中实现的是左侧的部分（因为没有进行传输，是边编码边解码），中文版如下图（缓冲器也可以叫预测器）

2 代码

运行代码说明

1.要改变代码中的图片地址（地址不能有中文）

更改第10行代码的图片地址：img = cv2.imread('img5.jpg')

2 代码依赖包：
matplotlib  3.4.2
numpy  1.20.3
opencv-python  4.1.2.30
# 如果没有安装依赖，可以按下面pip安装
pip install matplotlib numpy opencv-python

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# author：mgboy time:2021/6/30
import cv2
import numpy as np
import io###############################################################################
# 读取图片，并转换为 y,v, u 分量。
img = cv2.imread('img5.jpg')
h, w = img.shape[:2]  # 高，宽# 将 BGR 转换为 YCrCb（YCrCb 应用 YCrCb JPEG（或 YCC），“全范围”，
# 其中 Y 范围为 [0, 255]，U、V 范围为 [0, 255]（这是默认的 JPEG 格式颜色空间格式）。yvu = cv2.cvtColor(img, cv2.COLOR_BGR2YCrCb)
y, v, u = cv2.split(yvu)# 下采样 U 和 V（应用 420 格式）。
u = cv2.resize(u, (u.shape[1] // 2, u.shape[0] // 2))  # 要注意 w或h 为单数的情况
v = cv2.resize(v, (v.shape[1] // 2, v.shape[0] // 2))
print('1-'*50)
print('y分量形状',y.shape)
print('u分量形状',u.shape)
print('v分量形状',v.shape)
############################################################################
# 打开内存中的字节流（而不是使用 文件）
# 将 Y、U 和 V 写入“流”。之后就可以以字节的形式读取，
# 这个是为了模拟读取YUV文件的情况，直接由上面的yuv分量转换形状为一维数据应该也可以
# 这样做的原因是我在网上找的DPCM的C语言版本都是直接读取 .yuv文件的，我为了遵循他们，就这么处理了（其实是懒。。）f = io.BytesIO()# Write Y, U and V to the "streams".
f.write(y.tobytes())
f.write(u.tobytes())
f.write(v.tobytes())
f.seek(0)img_np = np.frombuffer(f.read(), np.uint8)  # 原图的yuv420,一定要420,要不然要修改数组截取大小img_yuv_len = img_np.size
img_y_len = h * wy = img_np[:img_y_len]
u = img_np[img_y_len:(img_yuv_len - img_y_len) // 2 + img_y_len]  # 要注意 w或h 为单数的情况
v = img_np[(img_yuv_len - img_y_len) // 2 + img_y_len:]
# print(img_np.size)  # 16328
############################################################################
# DPCM量化编码，采用边编码，边解码的形式，核心是下面for循环部分
img_re = np.zeros(img_y_len, np.uint16)  # 用来存储重建图像,因为中间计算可能超过255，先用16，后面转回8
yprebuff = np.zeros(img_y_len, np.uint16)  # 预测
# print(prebuff.size) # 8164
# print(prebuff.shape) # (8164,)radio=512/(1<<8)  # //量化因子  8是左向预测8bit量化，如果要进行4或2等的自行更改
for i in range(h):for j in range(w):# 左向预测8bit量化if j == 0:# 每行第一个像素要进行特殊处理，或保留，或进行一定预测，本设计中是做一定变换预测ypre = y[j + i * w]-128  # 计算预测误差yprebuff[j + i * w] = (ypre+255)/radio  # 量化预测误差img_re[j + i * w] = (yprebuff[j + i * w]-255/radio)*radio+128  # 重建像素,j解码if img_re[j + i * w]>255:img_re[j + i * w] = 255# 防止重建像素超过255yprebuff[j + i * w] = yprebuff[j + i * w]*radio/2else:ypre = y[j + i * w] - img_re[j + i * w - 1]  # 计算预测误差yprebuff[j + i * w] = (ypre+255) /radio  # 量化  # 量化器img_re[j + i * w] = (yprebuff[j + i * w]-255/radio)*radio+img_re[j + i * w - 1]  # 反量化yprebuff[j + i * w] = yprebuff[j + i * w] * radio / 2  # 预测器if img_re[j + i * w]>255:img_re[j + i * w] = 255# 防止重建电平超过255
img_re = img_re.astype(np.uint8) # 用来存储重建图像,后面转回uint8
yprebuff = yprebuff.astype(np.uint8)  # 预测误差##########################################################################################
# 重建图片
y = y.reshape((h,w))  # 转换向量形状回原来的y分量yprebuff = yprebuff.reshape((h,w))  # 预测的y分量img_re = img_re.reshape((h,w))  # 重建的y分量u = u.reshape((h//2,w//2))  # 恢复采样后的u分量
v = v.reshape((h//2,w//2))
ru = cv2.resize(u,(w,h))  # 恢复采样前的u分量，用这个u分量来重建图片文件
rv = cv2.resize(v,(w,h))yvu = cv2.merge((y, rv, ru))
bgr = cv2.cvtColor(yvu, cv2.COLOR_YCrCb2BGR)  # 将原来的y,u,v分量转换回图片yvu_pre = cv2.merge((yprebuff, rv, ru))
bgr_pre = cv2.cvtColor(yvu_pre, cv2.COLOR_YCrCb2BGR)  # 将y的预测误差转换为图片yvu_re = cv2.merge((img_re, rv, ru))
bgr_re = cv2.cvtColor(yvu_re, cv2.COLOR_YCrCb2BGR)  # 将解码后的的y,u,v分量转换回原图###############################################################################
# 显示结果
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = Falseplt.subplot(241), plt.imshow(cv2.cvtColor(bgr, cv2.COLOR_BGR2RGB)),
plt.title('原图'), plt.axis('off')
plt.subplot(242), plt.imshow(cv2.cvtColor(bgr_pre, cv2.COLOR_BGR2RGB), cmap='gray'),
plt.title('预测误差'), plt.axis('off')
plt.subplot(243), plt.imshow(cv2.cvtColor(bgr_re, cv2.COLOR_BGR2RGB), cmap='gray'),
plt.title('重建'), plt.axis('off')plt.subplot(244), plt.imshow(cv2.cvtColor(y, cv2.COLOR_BGR2RGB)),
plt.title('y分量'), plt.axis('off')
plt.subplot(245), plt.imshow(cv2.cvtColor(ru, cv2.COLOR_BGR2RGB), cmap='gray'),
plt.title('u分量'), plt.axis('off')
plt.subplot(246), plt.imshow(cv2.cvtColor(rv, cv2.COLOR_BGR2RGB), cmap='gray'),
plt.title('v分量'), plt.axis('off')
plt.show()

3 效果

6.1 Python图像处理之图像编码技术和标准-DPCM编码相关推荐

6.3 Python图像处理之图像编码技术和标准-小波变换编码
6.3 Python图像处理之图像编码技术和标准-小波变换编码文章目录 6.3 Python图像处理之图像编码技术和标准-小波变换编码 1 算法原理 2 代码 3 效果 1 算法原理所谓的小波的小 ...
6.2 Python图像处理之图像编码技术和标准-余弦变换编码
6.2 Python图像处理之图像编码技术和标准-余弦变换编码文章目录 6.2 Python图像处理之图像编码技术和标准-余弦变换编码 1 算法原理 2 代码 3 效果 (6)图像编码技术和标准,包 ...
5.5 Python图像处理之图像编码-位平面编码
5.5 Python图像处理之图像编码-位平面编码文章目录 5.5 Python图像处理之图像编码-位平面编码 1 算法原理 2 代码 3 效果 1 算法原理比特平面编码又称为位平面编码,位平面编 ...
5.3 Python图像处理之图像编码-算术编码
5.3 Python图像处理之图像编码-算术编码文章目录 5.3 Python图像处理之图像编码-算术编码 1 算法原理 2 代码 3 效果 1 算法原理算术编码在图像数据压缩标准(如JPEG,J ...
5.1 Python图像处理之图像编码-哈夫曼编码
5.1 Python图像处理之图像编码-哈夫曼编码文章目录 5.1 Python图像处理之图像编码-哈夫曼编码 1 算法原理 2 代码 3 效果 1 算法原理哈夫曼编码是一种根据词频变化的变长二进 ...
5.2 Python图像处理之图像编码-哥伦布编码
5.2 Python图像处理之图像编码-哥伦布编码文章目录 5.2 Python图像处理之图像编码-哥伦布编码 1 算法原理变体Rice–Golomb 在图像的应用 2 代码 3 效果 1 算法原 ...
基于Python的验证码识别技术
基于Python的验证码识别技术作者:强哥概述前言准备工作识别原理图像处理切割图像人工标注训练数据检测结果搞笑一刻福利一刻推荐阅读前言很多网站登录都需要输入验证码,如果要 ...
python图像处理实战戴伊_这一套封面的程序员专业书籍你读过哪一本？
以往我们总盯着畅销书,经典书,新书,今天给大家介绍Packt Publishing的程序员专业书籍.这一套封面的程序员书你读过哪一本? 1.Python图像处理实战 [印度] 桑迪潘·戴伊(Sandi ...
[Python图像处理] 三十三.图像各种特效处理及原理万字详解（毛玻璃、浮雕、素描、怀旧、流年、滤镜等）
该系列文章是讲解Python OpenCV图像处理知识,前期主要讲解图像入门.OpenCV基础用法,中期讲解图像处理的各种算法,包括图像锐化算子.图像增强技术.图像分割等,后期结合深度学习研究图像识别 ...

6.1 Python图像处理之图像编码技术和标准-DPCM编码

6.1 Python图像处理之图像编码技术和标准-DPCM编码

文章目录

1 算法原理

2 代码

3 效果

6.1 Python图像处理之图像编码技术和标准-DPCM编码相关推荐

最新文章

热门文章