图像分块原理和实现【个人理解和整理】

目录

1、无重叠分块

2、有重叠分块


        把一幅大尺寸图像分块的目的除为了实现并行处理之外,还能够将子块分次调入内存处理,增强算法的适用性,避免过大图像处理不了的问题。大尺寸图像被分块后,减少了每次运算的数据量和计算压力。

        图像分块方式一般存在两种形式:一种是已知分块的数量n*m份,即将源图像的宽高分别分成n和m等份;另一种就是已知子块的宽高Blockwidth×Blockheight,然后从原点开始切分。

1、无重叠分块

        针对不重叠的图像分块,以上两种形式可视为相同的,两者之间的对应关系为:n=Width/Blockwidth,m=Height/Blockheight。不重叠子块分割原理如下图所示,其重点是如何在子块像素位置上填充对应的原图像像素值。

  • 4
    点赞
  • 20
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

nanke_yh

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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