- 综合排序
- 最热优先
- 最新优先
《数字图像处理》第 8 章-图像压缩
前言 图像压缩是数字图像处理领域的核心技术之一，小到手机拍照存储、微信发图，大到视频监控、卫星图像传输，都离不开图像压缩技术的支撑。 比如用 8 位（0-255）表示一个灰度值，但实际图像中大部分灰度值出现频率极低，这种 “一刀切” 的编码方式就造成了冗余。 8.2.7 位平面编码 位平面编码将图像的每个像素的二进制位拆分到不同的位平面（如 8 位灰度图拆分为 8 个位平面），对重要的低位平面保留，高位平面压缩 / 去除。 8的倍数 h, w = image.shape h_pad = (8 - h % 8) % 8 w_pad = (8 - w % 8) % 8 img_padded = h_pad = (8 - h % 8) % 8 w_pad = (8 - w % 8) % 8 img_padded = np.pad(image, ((0, h_pad),
40110编辑于 2026-01-21- 来自专栏Pulsar-V
websocket传输canvas图像数据给C++服务端opencv图像实现web在线实时图像处理
，想了想既然任何图像在内存里面都是一个uchar矩阵，于是琢磨了这个东西出来。 一般情况下，图像在内存里的表达都是个uchar串，或者说byte流，因为我经常需要写跨语言调用的玩意儿，所以一般在内存里我都是用字符串和比特流进行交互，这里我采用了同样的思想，我们把opencv的图像进行编码为 png，然后再一次编码为base64，通过websocket传输给前端。 首先假设我们的前端打开websocket连接后端，连接上了以后前端打开摄像头取摄像头数据传输给后端，后端通过一系列的图像处理机器学习以后编码图像回传给前端。 前端代码： <! DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-<em>8</em>"> <title>Title</title> </head> <body
4.8K60发布于 2019-04-01 《数字图像处理》第8章-图像压缩和水印
今天给大家带来《数字图像处理》第 8 章的全面解析 —— 图像压缩和水印。 引言 图像压缩的核心目标是在尽可能保证图像质量的前提下，减少存储和传输所需的数据量。 # 分解比特平面 def decompose_bit_planes(img): """ 将8位灰度图像分解为8个比特平面 :param img: 8位灰度图像（uint8） 8.11 小波编码 小波编码是 JPEG-2000 的核心压缩技术，相比 DCT（块变换），小波变换具有多分辨率、无块效应、能量集中性更强的优势，支持无损 / 有损压缩、渐进传输。 常用量化方式： 8.11.4 JPEG-2000 核心特性： 基于小波变换（默认 bior4.4），无块效应； 支持无损 / 有损压缩； 支持渐进传输（先传低频，再传高频）； 支持感兴趣区域（ROI）压缩
48310编辑于 2026-01-21- 来自专栏根究FPGA
UDP的FPGA实现（下） | 基于UDP的图像传输工程分析
本章节分析基于以太网图像传输工程，其实上周就已经做完，只不过实在是难以总结，代码的理解有时候真的要自己去逐词逐句的分析，不然也就只能理解其过程，无法重新复现，工程下载链接： http://www.corecourse.cn 一、OV5640配置模块 ov5640_init_table 在配置表中，数据的高16位为寄存器的地址，低8位为要向该寄存器写入的控制字。 调用时： `elsif OV5640 wire [23:0]lut; localparam lut_size = 252; localparam device_id = 8'h78 _init_table cmos_init_table( .addr(cnt), .clk(Clk), .q(lut) ); assign addr = lut[23:8] OV5640数据读取 在5640配置完成之后，丢弃前10帧图像。
2.4K30发布于 2020-06-30 - 来自专栏机器之心
AI有鼻子了，还能远程传输气味，图像生成香水
气味数字化大有用途 气味数字化可以开拓出前所未有的应用场景，最基础的就是气味的远程传输。 具体来说，选择一种要传输的气味，并将其放入一台 GCMS（气相色谱 - 质谱）机。 此外，Osmo 也在研究多模态 AI，具体来说，他们研究的是基于图像生成对应的气味，当然图像又可以进一步基于文本而生成。 下面演示了一个案例： 可以看到，用户只需输入文本提示词，AI 就会帮助你生成图像（用户也可直接上传图像），然后再进一步为你生成分子配方。当然，如果你还想亲身闻到这些气味，还需要相应的设备。 事实上，他们已经在线发布了这款工具 Inspire，目前支持文本和图像输入，但他们也表示未来还会支持音乐、PDF、幻灯片和视频输入。
82310编辑于 2025-02-14 企业微信ipad协议的图像传输压缩与优化策略
企业微信ipad协议的图像传输压缩与优化策略在企业微信ipad协议的日常使用中，图像消息占据着相当大的带宽与存储比例。一张未经压缩的原图可能高达数MB，在群发场景下会对服务器和客户端造成双重压力。 企业微信ipad协议针对图像传输设计了一套高效的压缩与分片机制，本文从协议实现角度解析其优化策略，并提供可集成的实践方案。 其中压缩环节是关键——协议内置了智能压缩策略：对于超过1MB的图像，自动将长边缩至1080像素，JPEG质量调至85%；对于小于200KB的图像则原样传输，避免“压缩过度导致模糊”的问题。 企业微信ipad协议的传输优化还充分利用了WebP格式。 如需进一步了解图像传输的底层协议帧结构或批量处理优化，可参考企业微信协议接口的官方技术说明。展开代码语言：PythonAI代码解释#技术支撑：string_wxID="bot555666"
41710编辑于 2026-05-06- 来自专栏一心无二用，本人只专注于基础图像算法的实现与优化。
图像纹理合成及纹理传输算法学习（附源码）。
原始纹理图像 ? 由小纹理合成的大纹理图像 那么简单的描述下这篇文章所使用的算法的过程吧。 算法需要的输入：原始的纹理图像(W * H)，块的大小TileSize，重叠部分的大小Overlap。 第一步：我们从原始的纹理图像中一个随机的抽取一个小块，放到目标图像的左上角。 ? 无需解释，其中黑色的部分表示目标图像尚未处理的部分。 第二步：按照从左到右，从上到下，抽取出块重叠的部分的数据，并计算这部分数据和原始纹理图像中各块的相似度。 由于程序速度问题，我对纹理传输的编写已经失去了信心，纹理传输过程总的和纹理合成和类似，只是在计算相似度时还要考虑目标的诸如亮度或者模糊只方面的信息，速度会比这个纹理合成还要慢，有兴趣的朋友可以看看我提供的一些链接 不过纹理传输产生的效果有的时候确实比较酷： ? ? 那天心血来潮我还是去实现下这个效果吧。
2.1K80发布于 2018-01-03 《数字图像处理》实验8-图像识别与分类
实验环境 操作系统：Windows 8/10/11 软件版本：MATLAB 2014 及以上版本（部分功能需安装 Computer Vision Toolbox、Statistics and Machine ，突出米粒目标 % 步骤4：二值化（OTSU最优阈值） level = graythresh(I2); bw2 = imbinarize(I2, level); % 步骤5：连通区域标记（8连通域， 标记每个米粒） [labeled, numObjects] = bwlabel(bw2, 8); [L, n] = bwlabel(bw2, 8); % n为米粒总数 % 步骤6：可视化处理流程与计数结果 白色圆圈标记质心 plot(cbar, rbar, 'Marker', 'o', 'MarkerEdgeColor', 'k', 'MarkerFaceColor', 'w', 'MarkerSize', 8) （如提取线段用线结构元素）； 连通域选择：颗粒计数时，8 连通域比 4 连通域更贴合实际（米粒边缘可能不规整）。
34610编辑于 2026-01-21- 来自专栏计算摄影学
8. 图像处理的应用 - 动作放大
dis_k=2ce8d404d143dde3d679cdd43dcec6ea&dis_t=1587108607 拉格朗日 vs 欧拉 视频动作放大是如何做到的呢？ 之前有读者问我图像的傅里叶变换有哪些应用，我想今天这一个算法就是一个生动的例子。 我在下一篇文章还会用python代码来给大家展示欧式视频动作放大的完整实现过程，敬请期待。 当这一个系列的文章介绍完后，我们会开启计算摄影之旅的新的篇章，进入到图像的合成这个领域。
1.6K40发布于 2020-04-17 - 来自专栏Edward的专栏
CV -- YOLOv8 图像分割（GPU环境）
参考视频： 使用 Yolov8 自定义数据集进行图像分割_哔哩哔哩_bilibili 标注 数据集： 我使用的是一些苹果数据集，可以在我的csdn资源中下载： https://download.csdn.net JSON转为TXT 通过 LabelMe 工具绘制多边形标注后生成的 JSON 文件是一种结构化的数据文件，它遵循了一定的格式来存储图像标注信息。 ('D:\OneDrive\桌面\yolov8-segment\weights\yolov8n-seg.pt') model.train(data='D:\OneDrive\桌面\yolov8-segment 这个文件是模型训练过程的直接产物，用于后续的图像识别和分析任务。 Args.yaml文件：这个文件通常包含了模型训练时使用的配置参数。 (mask, (W, H)) # 保存掩码图像 output_path = f'.
1.7K13编辑于 2025-02-20 - 来自专栏张高兴的博客
YOLOv8 入门指南：（2）图像标注
安装图像标注工具 LabelImg 打开 LabelImg 网站，使用 git 命令或下载 zip 的形式，将代码保存到本地； git clone git@github.com:HumanSignal/ pyrcc5 -o libs/resources.py resources.qrc # 只需执行一次 python labelImg.py 图像标注 标注的第一步要在 LabelImg 中打开图像，可以打开单个图像 ，也可以打开图像所在的文件夹； 点击 创建区块 按钮开始标注； 标注框不要大于或小于物体，标注完成后选择或输入物体的标签，点击 OK 按钮完成标注； 直到标注完图像中所有的物体，点击 保存 按钮存储标签 ，标签会保存在图像的位置，文件名为 图像名.xml。
2.1K10编辑于 2025-05-21 - 来自专栏女程序员的日常
SSD的传输总线、传输协议、传输接口
1.传输总线 总线就像一条公路，公路上的车好比总线上的电信号；公路的大小和车流量就决定了公路的车流量，故总线的位宽大小和传输频率决定了一次传输中能够提供的最大速度。 2.传输协议 传输规范、传输标准，也就是数据传输的方式。 （2）优势：串行接口结构简单，支持热插拔，传输速度快，执行效率高。 与传统ATA相比，具备了更强大的纠错能力，很大程度上提高了数据传输的可靠性。 传输接口图例 传输接口也就是一个插口。 SAS ? PATA（IDE） ? SATA & Half-slim 左边：SATA；右边：half-slim（半高SATA）。 ? ? PCIE 分为：PCI、PCIEx1、PCIEx4 x8 x16等。 下图为PCIEx4： ? ? ZIF ? ? VPX VPX 无标准，信号自定义，是定制化的 ?
3.7K10发布于 2017-12-25 告别龟速传输：解锁8款免费文件传输利器，让大数据秒传成为可能
以下是8个免费高速文件传输工具的推荐，这些工具可以帮助您彻底告别数据线，使文件传输更加便捷和高效：1、百度网盘特点：云存储和共享应用，支持多种形式的文件存储和分享，提供大容量的免费存储空间。 ，多平台同步4、AirPortal中文名称空投，是一款速度快、界面简单的临时文件传输工具，可以用于传输文件、图片、文本等内容。 它支持自定义保留小时数、下载次数，还可以对传输的文件进行文件加密。5、皮皮直连特点：点对点连接的文件传输工具，生成直连网址，通过浏览器访问建立连接，支持不同设备间的文件传输。 7、节点小宝支持设备间的点对点直连，可在电脑、手机和平板、NAS等设备上实现文件传输8、SendAnywhere特点：支持平台非常全面的文件传输工具，包括网页版、Windows、mac、Android、 iOS版，提供多种传输方式。
3.2K10编辑于 2024-06-14- 来自专栏日常撸知识
串行传输中的同步传输和异步传输
在物理层的传输方式中，分为并行传输和串行传输。在串行传输里，又分为同步传输和异步传输。 异步传输的信息都以一个起始位“0”开头，它通知接收方数据已经到达了，这就给了接收方响应、接收和缓存数据比特的时间；在传输一个字符(8bit)结束时，一个停止位“1”表示该次传输信息的终止。 在异步传输中，以一个字符为单位发送数据，每8个比特要多传送两个比特，因为有起始位和停止位，总的传输负载就增加25%（2/8）。 当x传输完成后，并不知道i什么时候传输，所以置于空闲“1”状态，直到“i”开始传输。 ? 传输一个字符x的8位bit时，有一个起始位和停止位，占用一次传输数据的1/4=25%。 同步与异步传输的区别 异步传输是面向字符的传输，而同步传输是面向比特的传输。 异步传输的单位是字符而同步传输的单位是桢。
4.8K30发布于 2019-07-03 - 来自专栏我的鸿蒙之旅
自学记录HarmonyOS Next Image API 13：图像处理与传输的开发实践
这两个API提供了处理和发送图像的强大能力，支持图像的加载、编辑、存储以及通过跨设备发送共享。 它允许开发者对图像进行操作，例如：裁剪缩放转换为不同格式（如PNG、JPEG等）SendableImage APISendableImage API 是为图像的跨设备传输设计的。 它支持：将图像数据打包成可发送的格式通过鸿蒙的跨设备能力进行图像共享结合这两个API，我计划开发一个包含图像编辑和发送功能的应用。 API实现图像发送创建可发送图像通过SendableImage API将图像包装成可发送格式。 从图像加载到编辑，再到分布式传输，每一个环节都体现了HarmonyOS的设计精妙。未来，这些功能可以广泛应用于照片编辑、媒体共享和分布式协作场景。
40410编辑于 2024-12-27 - 来自专栏往期博文
【OpenCV】Chapter8.形态学图像处理
，可以为单通道或多通道，图像深度必须为 CV_8U, CV_16U, CV_16S, CV_32F 或 CV_64F dst：输出图像，大小和类型与 src 相同 kernel：结构元（卷积核），null ，可以为单通道或多通道，图像深度必须为 CV_8U, CV_16U, CV_16S, CV_32F 或 CV_64F dst：输出图像，大小和类型与 src 相同 kernel：结构元（卷积核），null ，可以为单通道或多通道，图像深度必须为 CV_8U, CV_16U, CV_16S, CV_32F 或 CV_64F dst：输出图像，大小和类型与 src 相同 op：形态学运算类型 cv.MORPH_ERODE ，可以为单通道或多通道，图像深度必须为 CV_8U, CV_16U, CV_16S, CV_32F 或 CV_64F dst：输出图像，大小和类型与 src 相同 op：形态学运算类型 cv.MORPH_ERODE ，可以为单通道或多通道，图像深度必须为 CV_8U, CV_16U, CV_16S, CV_32F 或 CV_64F 。
1.8K20编辑于 2022-09-27 - 来自专栏用户4381798的专栏
8.wxPython设置图像遮罩（mask)的方法
今天我们讲解几种在wxPython中设置图像mask的几种方法。 ? 以上面这幅图画为例，嫁接昨天的桌面宠物代码，我们讲解wxPython图像处理为图像设置遮罩的方法。 wxPython图像处理类有wx.Image和wx.Bitmap，其中wx.Image是一个与平台无关的类，可以加载各种格式的图形文件，而wx.Bitmap可以将图形显示在屏幕。 一般先由wx.Image将图像文件加载，然后转换成wx.Bitmap对象，最后显示在屏幕上。 wx.Image有两个函数可以设置图像遮罩：SetMaskColour和SetMaskFromImage，wx.Bitmap有一个函数可以设置图像遮罩：SetMaskColour。 今天我们的代码就通过三个函数都实现了图片背景图像遮盖掉的目的。
1.5K10发布于 2020-07-30 - 来自专栏算法工程师的学习日志
8.图像视觉(1) --鱼眼摄像头标定和图像畸变矫正
前言：最近项目上研究鱼眼摄像头的画面畸变问题，对比了基于Matlab和Python Opencv的方法，分别进行了摄像头的标定和图像矫正，实际结果个人认为Opencv的效果为佳，本文分享一下基于Matlab 的鱼眼摄像头标定和图像畸变矫正。 关键字：鱼眼摄像头；摄像头标定；图像畸变矫正 ---- 1、鱼眼摄像头介绍 鱼眼摄像机可以独立实现大范围无死角监控的全景摄像机，其概念与初级成品诞生已久，但成熟商用产品直到08年才正式出现。
6.1K20编辑于 2022-07-27 传输方式和传输速率解读
目录传输方式传输速率 传输方式基带传输和频带传输 按照传输系统在传输数据信号过程中是否搬移其频谱，传输方式可分两类：基带传输 指不搬移信号频谱的传输体制。 串行传输和并行传输按照传输数据的时空顺序，传输方式可分为两类：串行传输 指数据在一个信道上按位依次传输的方式。 适用于要求传输速率高的短距离数据传输。编辑异步传输和同步传输 在串行传输时，每一个字符是按位串行地传送的，接收端要能准确地接收所传输的信息，必须知道：每一位的时间宽度（位同步）。 （简称帧）进行传送编辑区别：异步传输是面向字符的传输，而同步传输是面向比特的传输。 异步传输的单位是字符，而同步传输的单位是帧。异步传输通过字符起止的起始位和停止位来实现，而同步传输则需从数据中抽取同步信息。异步传输对时序的要求较低，同步传输往往通过特定的时钟线路协调时序。
1.1K10编辑于 2024-02-05- 来自专栏reizhi
日本广播协会成功远距离传输8K视频
日前，日本广播协会(NHK)成功进行了一次8K（7680×4320）分辨率视频无线传输，距离达到27km。 这一传输距离足以媲美时下的无线数字电视信号，使得8K视频技术再向前推进了一大步。 相比于NHK上一次进行的8K传输实验，本次传输采用了MIMO多输入输出技术以及OFDM正交频分复用技术，使得频宽利用率大为提升。 由于未经压缩的8K视频带宽需求高达48Gbps，本次传输实验采用H.264对节目进行压缩，实际占用带宽为91.8Mbps。传输功率也从1W提高至10W。 据悉，日本计划在2016年正式开播8K电视。虽然传输技术已经向前推进了一大步，但仍然需要电视，摄像机，HDMI规范等多方支持才能真正推广开来。
54810编辑于 2022-09-26
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号