图像编码与压缩

⑴ 图像压缩编码的方法有哪些

最简单的就是用电脑里自带的画图工具，在需压缩的图片上点右键→打开方式→画图，打开后直接选择“文件”里的保存（若不想直接替换原图片，就点“另存为”），一般可压缩1/2的。
如果想再压缩，可以去
华军
等软件网站下载PS等专业软件了

⑵ 图像压缩编码方法有哪几类

总的来说可以分为：有损编码、无损编码或者分为变换编码、统计编码。
有损编码
有损编码又称为不可逆编码，是指对图像进行有损压缩，致使解码重新构造的图像与原始图像存在一定的失真，即丢失了了部分信息。由于允许一定的失真，这类方法能够达到较高的压缩比。有损压缩多用于数字电视、静止图像通信等领域。
无损编码
无损压缩又称可逆编码，是指解压后的还原图像与原始图像完全相同，没有任何信息的损失。这类方法能够获得较高的图像质量，但所能达到的压缩比不高，常用于工业检测、医学图像、存档图像等领域的图像压缩中[15]。
预测编码
预测编码是利用图像信号在局部空间和时间范围内的高度相关性，以已经传出的近邻像素值作为参考，预测当前像素值，然后量化、编码预测误差。预测编码广泛应用于运动图像、视频编码如数字电视、视频电话中[ ]。
变换编码
变换编码是将空域中描述的图像数据经过某种正交变换（如离散傅里叶变换DFT、离散余弦变换DCT、离散小波变换DWT等）转换到另一个变换域（频率域）中进行描述，变换后的结果是一批变换系数，然后对这些变换系数进行编码处理，从而达到压缩图像数据的目的。
统计编码
统计编码也称为熵编码，它是一类根据信息熵原理进行的信息保持型变字长编码。编码时对出现概率高的事件（被编码的符号）用短码表示，对出现概率低的事件用长码表示。在目前图像编码国际标准中，常见的熵编码方法有哈夫曼（Huffman）编码和算术编码。

⑶ 有哪些常用的图片处理方法

1、图像变换：

由于图像阵列比较大，如果直接在空间域中进行图像处理，这样涉及的计算量会比较大。因此，我们一般采用各种图像变换的方法，如沃尔什变换、傅立叶变换、离散余弦变换等一些间接处理技术，将空间域的处理转变为变换域处理，不仅可减少计算量，而且可获得更有效的处理(如傅立叶变换可在频域中进行数字滤波处理)。

2、图像编码压缩：

图像编码压缩技术能够减少描述图像的数据量，从而可以节省图像传输、处理时间和减少所占用的存储器容量。图像编码压缩能够在不失真的基础上获得，同时也可以在允许的失真条件下开始。编码是压缩技术中最重要的方法，它在图像处理技术中是发展最早且比较成熟的技术。

3、图像增强和复原：

图像增强和复原的目的是为了提高图像的质量，如去除噪声，提高图像的清晰度等。图像增强不考虑图像降质的原因，突出图像中所感兴趣的部分。如强化图像高频分量，可使图像中物体轮廓清晰，细节明显;如强化低频分量可减少图像中噪声影响。图像复原要求对图像降质的原因有一定的了解，一般讲应根据降质过程建立“降质模型”，再采用某种滤波方法，恢复或重建原来的图像。

4、图像分割：

图像分割是数字图像处理中的关键技术之一。图像分割是将图像中有意义的特征部分提取出来，其有意义的特征有图像中的边缘、区域等，这是进一步进行图像识别、分析和理解的基础。虽然目前已研究出不少边缘提取、区域分割的方法，但还没有一种普遍适用于各种图像的有效方法。

⑷ 图像压缩是图像编码吗

是的，所谓图像编码就是在满足一定质量的条件下，用比较少比特数表示图像或图像中包含信息的技术。从这个定义中就可以看出，编码就是为了压缩。

⑸ MPEG是数字存储() 图像压缩编码和伴音编码标准。

动态。

MPEG是活动图象专家组的简称。MPEG成立于1988年1月，是致力于研究，开发数字压缩标准，以保证活动图象质量的前提下，压缩传输码率的组织。

其中音像数据库访问这一类应用包括检索，处理，表示和音频，视频数据的存储。通过各种各样的无线和有线传输媒介，可以对一个通用数据库进行本地（如从固态存储器）或远程访问。

(5)图像编码与压缩扩展阅读：

注意事项：

数据压缩可分成两类，一类是无损压缩，另一类是有损压缩。无损压缩利用数据的统计冗余进行压缩，可以保证在数据压缩和还原过程中，图像信息没有损失或失真，图像还原（解压缩）时，可完全恢复，即重建后的图像与原始图像完全相同。

某些图像往往有许多颜色相同的图块，在这些图块中，许多连续的扫描行都具有同一种颜色，或者同一扫描行上许多连续的像素都具有相同的颜色值。

在这些情况下就不需要存储每一个像素的颜色值，而仅仅存储一个像素以及具有相同颜色的像素数目，这种编码称为行程编码，具有同一颜色的连续像素的数目称为行程长度，其压缩率的大小取决于图像本身。

⑹ 手机如何将图片压缩打包发送

首先我们打开【文件管理】进入主页面，在主页面选择底部的【手机存储】。

打开【手机存储】之后点击左下角的【新建文件夹】并随意命名，这里命名为【范例】。

返回点击【相册】文件夹里的任意两张照片，当做需要进行压缩的范例照片，选中后点击左下方【复制】。

然后回到刚刚创建的【范例】文件夹点击左下方的【粘贴】即可成功粘贴进来。

返回文件夹页面，点击右上角【选择】勾选【范例】文件夹，点击右下角【更多】。

在【更多】页面选择【压缩文件】并直接名称保持【范例】直接点击【开始压缩】即可成功压缩成包。

去除多余数据·以数学的观点来看，这一过程实际上就是将二维像素阵列变换为一个在统计上无关联的数据集合。

图像压缩是指以较少的比特有损或无损地表示原来的像素矩阵的技术，也称图像编码。

1.图像压缩的概念。

减少表示数字图像时需要的数据量。

2.图像压缩的基本原理。

图像数据之所以能被压缩，就是因为数据中存在着冗余。图像数据的冗余主要表现为：图像中相邻像素间的相关性引起的空间冗余；图像序列中不同帧之间存在相关性引起的时间冗余；不同彩色平面或频谱带的相关性引起的频谱冗余。

数据压缩的目的就是通过去除这些数据冗余来减少表示数据所需的比特数。由于图像数据量的庞大,在存储、传输、处理时非常困难,因此图像数据的压缩就显得非常重要。

信息时代带来了“信息爆炸”，使数据量大增，因此，无论传输或存储都需要对数据进行有效的压缩。在遥感技术中，各种航天探测器采用压缩编码技术，将获取的巨大信息送回地面。

⑺ 图像压缩原理

1、为什么要对图像数据进行压缩？其压缩原理是什么？
答：（1）数字图像如果不进行压缩，数据量是比较大的，例如一幅分辨率为1024×768的静态真彩色图像，其数据量为1024×768×24=2.25（MB）。这无疑对图像的存储、处理、传送带来很大的困难。事实上，在图像像素之间，无论在行方向还是列方向，都存在一定的相关性。也就是说，在一般图像中都存在很大的相关性，即冗余度。静态图像数据的冗余包括：空间冗余、时间冗余、结构冗余、知识冗余和视觉冗余、图像区域的相同性冗余、纹理的统计冗余等。图像压缩编码技术就是利用图像数据固有的冗余性和相干性，将一个大的图像数据文件转换为较小的同性质的文件。
（2）其压缩原理: 空间冗余、时间冗余、结构冗余、和视觉冗余。
2、图像压缩编码的目的是什么？目前有哪些编码方法？
答：（1）视频经过数字化处理后易于加密、抗干扰能力强、可再生中继等诸多优点，但是由于数字化的视频数据量十分巨大，不利于传输和存储。若不经压缩，数字视频传输所需的高传输率和数字视频存储所需的巨大容量，将成为推广数字电视视频通信的最大障碍，这就是进行视频压缩编码的目的。
（2）目前主要是预测编码，变换编码，和统计编码三种编码方法。
3、某信号源共有7个符号，概率分别为0.2,0.18,0.1,0.15,0.07,0.05,0.25,试进行霍夫曼编码，并解释是否进行了压缩，压缩比为多少？

0000 0001 000 00 111 110 10
0.05 0.07 0.1 0.2 0.18 0.15 0.25
0.05×4＋0.07×4＋0.1×3＋0.2×2＋0.18×3＋0.15×3＋0.25×2=2.67

⑻ 什么是图像压缩

去除多余数据·以数学的观点来看，这一过程实际上就是将二维像素阵列变换为一个在统计上无关联的数据集合
图像压缩是指以较少的比特有损或无损地表示原来的像素矩阵的技术，也称图像编码·
图像压缩原理
1.图像压缩的概念
减少表示数字图像时需要的数据量
2.图像压缩的基本原理
图像数据之所以能被压缩，就是因为数据中存在着冗余。图像数据的冗余主要表现为：图像中相邻像素间的相关性引起的空间冗余；图像序列中不同帧之间存在相关性引起的时间冗余；不同彩色平面或频谱带的相关性引起的频谱冗余。数据压缩的目的就是通过去除这些数据冗余来减少表示数据所需的比特数。由于图像数据量的庞大,在存储、传输、处理时非常困难,因此图像数据的压缩就显得非常重要。
信息时代带来了“信息爆炸”，使数据量大增，因此，无论传输或存储都需要对数据进行有效的压缩。在遥感技术中，各种航天探测器采用压缩编码技术，将获取的巨大信息送回地面。
图像压缩是数据压缩技术在数字图像上的应用，它的目的是减少图像数据中的冗余信息从而用更加高效的格式存储和传输数据。
3。图像压缩基本方法
图像压缩可以是有损数据压缩也可以是无损数据压缩。对于如绘制的技术图、图表或者漫画优先使用无损压缩，这是因为有损压缩方法，尤其是在低的位速条件下将会带来压缩失真。如医疗图像或者用于存档的扫描图像等这些有价值的内容的压缩也尽量选择无损压缩方法。有损方法非常适合于自然的图像，例如一些应用中图像的微小损失是可以接受的（有时是无法感知的），这样就可以大幅度地减小位速。
无损图像压缩方法有：
行程长度编码
熵编码法
如 LZW 这样的自适应字典算法
有损压缩方法有：
将色彩空间化减到图像中常用的颜色。所选择的颜色定义在压缩图像头的调色板中，图像中的每个像素都用调色板中颜色索引表示。这种方法可以与 抖动(en:dithering)一起使用以模糊颜色边界。
色度抽样，这利用了人眼对于亮度变化的敏感性远大于颜色变化，这样就可以将图像中的颜色信息减少一半甚至更多。
变换编码，这是最常用的方法。首先使用如离散余弦变换（DCT）或者小波变换这样的傅立叶相关变换，然后进行量化和用熵编码法压缩。
分形压缩（en:Fractal compression）。
4.图像压缩的主要目标就是在给定位速（bit-rate）或者压缩比下实现最好的图像质量。但是，还有一些其它的图像压缩机制的重要特性：
可扩展编码 (en:Scalability) 通常表示操作位流和文件产生的质量下降（没有解压缩和再压缩）。可扩展编码的其它一些叫法有 渐进编码（en:progressive coding）或者嵌入式位流（en:embedded bitstreams）。尽管具有不同的特性，在无损编码中也有可扩展编码，它通常是使用粗糙到精细像素扫描的格式。尤其是在下载时预览图像（如浏览器中）或者提供不同的图像质量访问时（如在数据库中）可扩展编码非常有用 有几种不同类型的可扩展性：
质量渐进（en:Quality progressive）或者层渐进（en:layer progressive）：位流渐进更新重建的图像。
分辨率渐进（en:Resolution progressive）：首先在低分辨率编码图像，然后编码与高分辨率之间的差别。
成分渐进（en:Component progressive）：首先编码灰度数据，然后编码彩色数据。
感兴趣区域编码，图像某些部分的编码质量要高于其它部分，这种方法可以与可扩展编码组合在一起（首先编码这些部分，然后编码其它部分）。
元数据信息，压缩数据可以包含关于图像的信息用来分类、查询或者浏览图像。这些信息可以包括颜色、纹理统计信息、小预览图像以及作者和版权信息。
5.图像压缩目前的标准
经典的视频压缩算法已渐形成一系列的国际标准体系，如H.26x系列建议，H.320系列建议以及MPEG系列建议等。
6.图像压缩效果的评估
压缩方法的质量经常使用峰值信噪比来衡量，峰值信噪比用来表示图象有损压缩带来的噪声。但是，观察者的主观判断也认为是一个重要的、或许是最重要的衡量标准。
参考地址：http://ke..com/link?url=wA_-KC2p87os0VDnPr094ltZQRQzGMxv_

⑼ 数字图像处理的主要方法

数字图像处理的工具可分为三大类：

第一类包括各种正交变换和图像滤波等方法，其共同点是将图像变换到其它域（如频域）中进行处理（如滤波）后，再变换到原来的空间（域）中。

第二类方法是直接在空间域中处理图像，它包括各种统计方法、微分方法及其它数学方法。

第三类是数学形态学运算，它不同于常用的频域和空域的方法，是建立在积分几何和随机集合论的基础上的运算。

由于被处理图像的数据量非常大且许多运算在本质上是并行的，所以图像并行处理结构和图像并行处理算法也是图像处理中的主要研究方向。

(9)图像编码与压缩扩展阅读

1、数字图像处理包括内容：

图像数字化；图像变换；图像增强；图像恢复；图像压缩编码；图像分割；图像分析与描述；图像的识别分类。

2、数字图像处理系统包括部分：

输入（采集）；存储；输出（显示）；通信；图像处理与分析。

3、应用

图像是人类获取和交换信息的主要来源，因 此，图像处理的应用领域必然涉及到人类生活和工作的方方面面。随着人类活动范围的不断扩大，图像处理的应用领域也将随之不断扩大。

主要应用于航天和航空、生物医学工程、通信 工程、工业和工程、军事公安、文化艺术、机器人视觉、视频和多媒体系统、科学可视化、电子商务等方面。

⑽ 实现视频图像数据压缩的主要理论依据是什么

实现视频图像数据压缩的主要理论依据是香农提出的信息论。

随着计算机技术和网络通信技术的飞速发展，实时可视化通信、多媒体通信、网络电视、视频监控等业务越来越受到大家的关注。这样，图像压缩技术就成为急需解决的问题。

数字图像需要大量数据来表示，因此必须对其进行数据压缩，但在压缩的过程中，也会对传输介质、传输方法和存储介质等提出较高要求。常用的图像数据压缩方法主要有哈夫曼编码、行程编码、算术编码、离散余弦变换编码以及混合编码等。

(10)图像编码与压缩扩展阅读：

图像压缩是图像存储、处理和传输的基础，它是用尽可能少的数据来进行图像的存储和传输。图像数据是可以被压缩的，支持这一理论的依据，允许图像编码有一定的失真；图像数据的冗余性。

大多数情况下，并不要求经压缩后的图像和原图完全相同，而允许有少量失真，只要这些失真不被人眼察觉就可以接受。这给压缩比的提高提供了有利的条件，可允许的失真愈多，可实现的压缩效率就愈高。

因为图像数据具有可压缩性，有大量的所谓统计性质的多余度，从而产生生理视觉上的多余度，去掉这部分图像数据并不影响视觉上的图像质量，甚至去掉一些图像细节对于实际图像的质量也无致命的影响。