传统有损图像压缩到基于深度学习的有损图像压缩

目录

基于深度学习的图像有损压缩

图像油酸压缩主要包括三个模块，即 变换、量化、熵编码模块

  • 变换是是将图像从像素空间映射到一个特征空间，该过程希望利用像素空间中像素之间的相关性尽可能消除冗余。
  • 变换后，为了进一步压缩以及便于进行编码，要将特征空间的元素进行离散化，也就是量化。通常量化过程是不可逆的，一般用于有损压缩。
  • 熵编码则是将量化后离散的的元素编码为二进制文件，便于传输和储存。该过程是根据信息熵原理，基于元素出现的概率分配码字，从而消除统计上的冗余。因此熵编码过程分为两个部分：获取概率分布，和根据概率分布进行熵编码。

现在

posted @   浪矢-CL  阅读(76)  评论(0)  编辑  收藏  举报
相关博文：
·  传统图像压缩方法的局限性
·  End-to-end optimized image compression 阅读笔记
·  读数据压缩入门笔记09_多媒体数据压缩
·  初识图像处理技术：数字图像压缩 ----- 图像冗余、无损压缩、有损压缩、图像压缩标准
·  [数字图像处理笔记] 第七章 图像压缩编码
阅读排行：
· TypeScript + Deepseek 打造卜卦网站：技术与玄学的结合
· 阿里巴巴 QwQ-32B真的超越了 DeepSeek R-1吗？
· 如何调用 DeepSeek 的自然语言处理 API 接口并集成到在线客服系统
· 【译】Visual Studio 中新的强大生产力特性
· 2025年我用 Compose 写了一个 Todo App
点击右上角即可分享
微信分享提示
SQL AI 助手