range-coder使用

最新推荐文章于 2024-10-07 01:36:35 发布
最新推荐文章于 2024-10-07 01:36:35 发布
阅读量1.8k 收藏 8
点赞数 2
分类专栏： 端到端图像压缩 文章标签： python 编码器
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/ChandelerGause/article/details/119008395
版权
本文探讨了Range编码器的使用方法，强调在编码前需要了解数据的累计概率分布。通过自定义概率频率统计和归一化处理，生成累计概率密度，并展示了仅能编码0,1,2三个数的实例。为了改变编码区间，可调整累计概率密度函数。" 105082445,9408624,Sentinel-2遥感数据的大气校正实践,"['遥感技术', 'GIS应用', '遥感图像处理', '数据校正', '空间信息']
摘要由CSDN通过智能技术生成

Range coder的原理

Range coder的原理部分可以参考熵编码算法Range encoding工程原理和实现
比特流原理参考Range Coder编码比特流
本篇文章谈一谈range-coder的使用问题
代码参考

根据range coder的原理，我们在编码前需要提前知道编码数据的累计概率分布

from range_coder import RangeEncoder, RangeDecoder
from range_coder import prob_to_cum_freq, cum_freq_to_prob
prob = [4, 6, 8]
prob = np.asarray(prob, dtype=np.float64) / np.sum(prob)
cumFreq = prob_to_cum_freq(prob, 128)
cumFreq[-1] = 2
最低0.47元/天 解锁文章
ChandelerGause
关注
专栏目录
Range Coder编码比特流
sunty2016的博客
09-26 2623
本文简述如何实际应用Range Coder编码比特流 上文中介绍过，Range Coder编码需要预先设定编码符号各自的概率，即全体符号的概率分布。二进制比特流由符号0和符号1构成，作为整体而言，自然是有一个固定的概率分布，以该分布对其进行编码是完全可行的。但是，这种方法编码很难达到理想的压缩效果，原因和解决方法如下： 首先，在实际应用中，待编码比特流往往有着复杂的内部逻辑结构，往往由若干概率分布...
rangecoder
风口上的传奇
04-09 608
https://github.com/lucastheis/rangecoder https://github.com/lucastheis/rangecoder/blob/master/python/tests/test_range_coder.py
APE中用到了区间编码(Range Coder)
乐吧的博客
02-06 1300
APE 编码中用到了Range Code技术，类似于算数编码，前者是整数，后者基于0（含）到1（不含）之间小数。
【图像压缩】range_coder的使用
Salmon_lee的博客
02-28 648
range-coder使用_ChandelerGause的博客-CSDN博客 熵编码算法Range encoding工程原理和实现_sunty2016的博客-CSDN博客_熵编码算法 Range Coder编码比特流_sunty2016的博客-CSDN博客
range coder.pdf
05-31
range coder, algorithm, compressing.
wasm-rangecoder:使用WebAssembly实现RangeCoder
04-07
wasm-rangecoder带WebAssembly的RangeCoder实现
coder-demo
03-05
在`coder-demo`中，很可能也涉及到CSS（Cascading Style Sheets）的使用，用于控制网页的样式和布局。通过类选择器、ID选择器、元素选择器等，可以为HTML元素设置颜色、字体、大小、位置等样式。CSS还可以实现响应式...
python 之 range()
code力力
08-26 647
range 是一个类,这个类用来实例化生成一个有序的整数序列. range类中定义了__iter__()特殊方法,说明range 类的实例对象都支持迭代.                                __len__()方法说明 range对象可以用 len( ) 来获取容器的元素数量                               __contains__方法说
熵编码算法Range encoding工程原理和实现
sunty2016的博客
04-16 4567
在压缩算法中，熵编码是其中重要的无损压缩步骤。熵编码算法根据香农定理，对出现概率大的源符号用较少的编码符号进行编码，对概率小的源符号用较多的编码符号进行编码，尽可能地逼近压缩的极限。 目前各类压缩工具使用的熵编码算法主要有Huffman coding，Arithmetic coding, Range coding和新出的Asymmetric Number System这几种算法。其中Huffman...
Range Coding讲解（先列个标题）
weixin_33795093的博客
09-15 378
Range Coding讲解（先列个标题）
linuxbrew安装pip3+ranger
lxyoucan的博客
05-12 434
因为brew install ranger安装出来的ranger是基于python2的，nvim中无法使用rnvimr插件。所以需要使用pip3安装一下ranger. 在centos7 中使用linuxbrew安装的python3不自带pip3,我本想使用pip3安装ranger，发现安装不了。因为环境变量中的pip3还是centos7中使用yum安装的低版本pip3。这时环境变量就比较混乱。 python3是brew安装的新版本python3.9 pip3是yum安装python3.6自带的 解决思路
sklearn.preprocessing.LabelEncoder_标准化标签，将标签值统一转换成range(标签值个数-1)范围内...
weixin_30374009的博客
05-24 433
、 LabelEncode（），标签值编码用在将一些类别型的列进行编码，方便用于训练 转载于:https://www.cnblogs.com/shadow1/p/10915197.html
算术编码（Arithmetic Coding）源代码
weiyinchao88
10-08 906
　Ian H. Witten、Radford M. Neal和John G. Cleary在1987年发表了一篇启发性的论文。论文中描述了一种基于整数运算的通用算术编码器，而且还给出了由计算错误导致的效率低下的分析。以下源代码来自于这篇论文：《基于算术编码的数据压缩》（Arithmetic Coding For Data Compression）。该论文的下载地址：http://www.sachi...
task【XTuner微调个人小助手认知】
最新发布
m0_53291740的博客
10-07 842
下面我们将根据项目的需求一步步的进行修改和调整吧！在 PART 1 的部分，由于我们不再需要在 HuggingFace 上自动下载模型，因此我们先要更换模型的路径以及数据集的路径为我们本地的路径。为了训练过程中能够实时观察到模型的变化情况，XTuner 贴心的推出了一个。
将这段代码改写成python#include <iostream> #include "string.h" using namespace std; #define N 4 struct node { char c; double probablity; node* next; }; //输入节点的符号以及出现频率 node* Input() { node* p,*head; double pro = 0.0; //a head = new node; head->c = 'a'; head->probablity = 0.1; p = new node; //b head->next = p; p->c = 'b'; p->probablity = 0.4; p->next = new node; //c p = p->next; p->next = p; p->c = 'c'; p->probablity = 0.2; p->next = new node; //d p = p->next; p->next = p; p->c = 'd'; p->probablity = 0.3; p->next = NULL; /* head->c = 'a'; cin >> pro; head->probablity = pro; p = new node; head->next=p; for (int i = 1; i < N; i++) { p->c = 'a' + i; cin>>pro; p->probablity = pro ; //cout <<i<< p->c << '\t' << p->probablity<<endl; p->next = new node; p = p->next; } cout << endl; p->next = NULL; */ //打印链表 p = head; /*for (int i = 0; p != NULL; i++) { cout << p->c << '\t' << p->probablity << endl; p = p->next; }*/ return head; } //编码 double encoding(node* head) { node* p; p = new node; p = head; double low = 0.0, high = 1.0; double range; double range_high_low[2][N]; double prob = 0.0; //各字符范围 for (int i = 0; i < N; i++) { range_high_low[0][i] = prob; range_high_low[1][i] = p->probablity + prob; prob = range_high_low[1][i]; p = p->next; //cout << range_high_low[0][i] << '\t' << range_high_low[1][i] << endl; } //输入压缩信息a~d //注：double精度会缺失; char ch[] = {"cadacdb"}; //找到对应的概率值 for (int j = 0; j < 9; j++) { p = head; for (int i = 0; p!=NULL; i++) { if ((int(ch[j])-int(p->c))==0) { cout << p->c << '\t'; int n = ch[j] - 'a'; //编码 range = high - low; high = low + range * range_high_low[1][n]; low = low + range * range_high_low[0][n]; cout << low << '\t' << high << endl; } p = p->next; } } return low; } int main() { node* head,*p; head = Input(); p = head; double coder=encoding(p); cout << coder; return 0; }
06-03
range_high_low = [[0.0]*4 for _ in range(2)] prob = 0.0 for i in range(4): range_high_low[0][i] = prob range_high_low[1][i] = p.probability + prob prob = range_high_low[1][i] p = p.next ch = ...
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值