Python基於opencv的圖像壓縮演算法實例分析
這篇文章主要介紹了Python基於opencv的圖像壓縮演算法,結合實例形式分析了使用opencv進行圖像壓縮的常用操作技巧與注意事項,需要的朋友可以參考下
本文實例講述了Python基於opencv的圖像壓縮演算法。分享給大家供大家參考,具體如下:
插值方法:
CV_INTER_NN - 最近鄰插值,
CV_INTER_LINEAR - 雙線性內插(缺省使用)
CV_INTER_AREA - 使用像素關係重採樣。當影像縮小時候,此方法可以避免波紋出現。當影像放大時,類似於 CV_INTER_NN 方法..
CV_INTER_CUBIC - 立方插值.
函數 cvResize 將圖像 src 改變尺寸得到與 dst 同樣大小。若設定ROI,函數將依常規支援ROI.
程式1:影像壓縮(第一版)
# coding=utf-8 import time time1 = time.time() import cv2 image=cv2.imread("c:/1.jpg") res = cv2.resize(image, (1280,960), interpolation=cv2.INTER_AREA) # cv2.imshow('image', image) # cv2.imshow('resize', res) # cv2.waitKey(0) # cv2.destroyAllWindows() cv2.imwrite("C:/5.jpg",res) time2=time.time() print u'总共耗时:' + str(time2 - time1) + 's'
#4.19M—377k 壓縮了11倍
程式2:圖片壓縮(第二版)
#-*-coding:utf-8-*- #############设置编码################ import sys reload(sys) sys.setdefaultencoding('utf-8') ###################导入计算机视觉库opencv和图像处理库PIL#################### from PIL import Image from PIL import ImageEnhance from PIL import ImageFilter import cv2 import time time1 = time.time() ####################读入图像############################### image=cv2.imread("c:/pic//0.jpg") ####################双三次插值############################# res = cv2.resize(image, (1280,960), interpolation=cv2.INTER_AREA) ####################写入图像######################## cv2.imwrite("C:/pic/101.jpg",res) ###########################图像对比度增强################## imgE = Image.open("c:/pic/101.jpg") imgEH = ImageEnhance.Contrast(imgE) img1=imgEH.enhance(2.8) ########################图像转换为灰度图############### gray = img1.convert("L") gray.save("C:/pic/3.jpg") ##########################图像增强########################### # 创建滤波器,使用不同的卷积核 gary2=gray.filter(ImageFilter.DETAIL) gary2.save("C:/pic/2.jpg") #############################图像点运算################# gary3=gary2.point(lambda i:i*0.9) gary3.save("C:/pic/4.jpg") # img1.show("new_picture") time2=time.time() print u'总共耗时:' + str(time2 - time1) + 's'
#4.17M–>290kb
#程式3:函數版本
#-*-coding:utf-8-*- #############设置编码################ import sys reload(sys) sys.setdefaultencoding('utf-8') ############导入计算机视觉库opencv和图像处理库PIL#################### from PIL import Image from PIL import ImageEnhance from PIL import ImageFilter import cv2 import time time1 = time.time() ########################自定义图像压缩函数############################ def img_zip(path,filename1,filename2): image = cv2.imread(path+filename1) res = cv2.resize(image, (1280, 960), interpolation=cv2.INTER_AREA) cv2.imwrite(path+filename2, res) imgE = Image.open(path+filename2) imgEH = ImageEnhance.Contrast(imgE) img1 = imgEH.enhance(2.8) gray1 = img1.convert("L") gary2 = gray1.filter(ImageFilter.DETAIL) gary3 = gary2.point(lambda i: i * 0.9) gary3.save(path+filename2) ################################主函数################################## if __name__ == '__main__': path=u"c:/pic/" filename1="0.jpg" filename2="1.jpg" img_zip(path,filename1,filename2) time2 = time.time() print u'总共耗时:' + str(time2 - time1) + 's'
#######
以上是Python基於opencv的圖像壓縮演算法實例分析的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

PHP主要是過程式編程,但也支持面向對象編程(OOP);Python支持多種範式,包括OOP、函數式和過程式編程。 PHP適合web開發,Python適用於多種應用,如數據分析和機器學習。

PHP適合網頁開發和快速原型開發,Python適用於數據科學和機器學習。 1.PHP用於動態網頁開發,語法簡單,適合快速開發。 2.Python語法簡潔,適用於多領域,庫生態系統強大。

在 Sublime Text 中運行 Python 代碼,需先安裝 Python 插件,再創建 .py 文件並編寫代碼,最後按 Ctrl B 運行代碼,輸出會在控制台中顯示。

Python更適合初學者,學習曲線平緩,語法簡潔;JavaScript適合前端開發,學習曲線較陡,語法靈活。 1.Python語法直觀,適用於數據科學和後端開發。 2.JavaScript靈活,廣泛用於前端和服務器端編程。

PHP起源於1994年,由RasmusLerdorf開發,最初用於跟踪網站訪問者,逐漸演變為服務器端腳本語言,廣泛應用於網頁開發。 Python由GuidovanRossum於1980年代末開發,1991年首次發布,強調代碼可讀性和簡潔性,適用於科學計算、數據分析等領域。

Golang在性能和可擴展性方面優於Python。 1)Golang的編譯型特性和高效並發模型使其在高並發場景下表現出色。 2)Python作為解釋型語言,執行速度較慢,但通過工具如Cython可優化性能。

在 Visual Studio Code(VSCode)中編寫代碼簡單易行,只需安裝 VSCode、創建項目、選擇語言、創建文件、編寫代碼、保存並運行即可。 VSCode 的優點包括跨平台、免費開源、強大功能、擴展豐富,以及輕量快速。

在 Notepad 中運行 Python 代碼需要安裝 Python 可執行文件和 NppExec 插件。安裝 Python 並為其添加 PATH 後,在 NppExec 插件中配置命令為“python”、參數為“{CURRENT_DIRECTORY}{FILE_NAME}”,即可在 Notepad 中通過快捷鍵“F6”運行 Python 代碼。
