qq_46294984-CSDN博客

原创 H.264分析实验

H.264，同时也是MPEG-4第十部分，是由ITU-T视频编码专家组（VCEG）和ISO/IEC动态图像专家组（MPEG）联合组成的联合视频组（JVT，Joint Video Team）提出的高度压缩数字视频编解码器标准。这个标准通常被称之为H.264/AVC（或者AVC/H.264或者H.264/MPEG-4 AVC或MPEG-4/H.264 AVC）而明确的说明它两方面的开发者。H264标准各主要部分有Access Unit delimiter（访问单元分割符），SEI（附加增强信息），primary

2022-07-13 16:14:51 207 1

原创 JPEG实验

JPEG（ Joint Photographic Experts Group）即联合图像专家组，是用于连续色调静态图像压缩的一种标准，文件后缀名为.jpg或.jpeg，是最常用的图像文件格式。其主要是采用预测编码（DPCM）、离散余弦变换（DCT）以及熵编码的联合编码方式，以去除冗余的图像和彩色数据，属于有损压缩格式，它能够将图像压缩在很小的储存空间，一定程度上会造成图像数据的损伤。将输入图片做一个零偏置电平下移，将原数值从无符号数转换为有符号数，将值域往下做搬移，从而提高编码效率。对于n=8，即将0～25

2022-07-11 21:36:53 292

原创 mpeg音频编码实验

MPEG标准主要有以下五个，MPEG-1、MPEG-2、MPEG-4、MPEG-7及MPEG-21等。该专家组建于1988年，专门负责为CD建立视频和音频标准，而成员都是为视频、音频及系统领域的技术专家。及后，他们成功将声音和影像的记录脱离了传统的模拟方式，建立了ISO/IEC11172压缩编码标准，并制定出MPEG-格式，令视听传播方面进入了数码化时代。因此，大家现时泛指的MPEG-X版本，就是由ISO (InternationalOrganization for Standardization) 所制定

2022-07-08 15:40:00 176

原创 dpcm对熵编码压缩率的影响

掌握DPCM编解码系统的基本原理。初步掌握实验用C/C++/Python等语言编程实现DPCM编码器，并分析其压缩效率。DPCM是差分预测编码调制的缩写，是比较典型的预测编码系统。在DPCM系统中，需要注意的是预测器的输入是已经解码以后的样本。之所以不用原始样本来做预测，是因为在解码端无法得到原始样本，只能得到存在误差的样本。因此，在DPCM编码器中实际内嵌了一个解码器，如编码器中虚线框中所示。在一个DPCM系统中，有两个因素需要设计:预测器和量化器。理想情况下，预测器和量化器应进行联合优化。实际中，采用一

2022-07-04 21:28:23 173

原创 lzw编码的实验

LZW的编码思想是不断地从字符流中提取新的字符串，通俗地理解为新 “ 词条 ” ，然后用 “ 代号 ” 也就是码字表示这个 “ 词条 ” 。这样一来，对字符流的编码就变成了用码字去替换字符流，生成码字流，从而达到压缩数据的目的。LZW编码是围绕称为词典的转换表来完成的， LZW 编码器通过管理这个词典完成输入与输出之间的转换。其输入是字符流，字符流可以是用 8 位 ASCII 字符组成的字符串，而输出是用 n 位 ( 例如 12 位 ) 表示的码字流。编码步骤1：将词典初始化为包含所有可能的单字符，当

2022-07-04 21:10:44 65

原创图像文件转换实验：BMPtoYUV

BMP（全称Bitmap）是Windows操作系统中的标准图像文件格式，可以分成两类：设备相关位图（DDB）和设备无关位图（DIB），使用广泛。它采用位映射存储格式，除了图像深度可选以外，在绝大多数应用中不采用其他任何压缩，因此，BMP文件所占用的空间很大。BMP文件的图像深度可选lbit、4bit、8bit、16bit及24bit。BMP文件存储数据时，图像的扫描方式是按从左到右、从下到上的顺序。由于BMP文件格式是Windows环境中交换与图有关的数据的一种标准，因此在Windows环境中运行的图形图像

2022-07-04 20:48:40 246

原创 wav文件分析

WAV格式简介WAV是最常见的声音文件格式之一，是微软公司专门为Windows开发的一种标准数字音频文件，该文件能记录各种单声道或立体声的声音信息，并能保证声音不失真。它符合资源互换文件格式（RIFF）规范，用于保存Windows平台的音频信息资源，被Windows平台及其应用程序所广泛支持。Wave格式支持MSADPCM、CCITT A律、CCITT μ律和其他压缩算法，支持多种音频位数、采样频率和声道，是PC机上最为流行的声音文件格式；但其文件尺寸较大，多用于存储简短的声音片段。WAV的文件结构：

2022-04-07 16:49:21 180

原创 aoe三元音的测绘以及rgb三原色熵的计算

元音(Vowel)，又称母音，是音素的一种，与辅音相对。元音是在发音过程中气流通过口腔而不受阻碍发出的音。发元音时，气流从肺部通过声门冲击声带，使声带发出均匀震动，然后震音气流不受阻碍地通过口腔，通过舌、唇的调节而发出不同的声音。发元音时声带必然震动的叫浊元音。有些语言发元音时声带不振动，发出清元音。元音时域波形具有周期性；频谱图像中可以看出元音的短时能量和短时平均幅度比较大，但是短时过零率低，具有明显的共振峰。本实验采用a，o，e三个元音测绘，得到图像如下：对于RGB的三原色通道熵，用简单编

2022-03-15 22:10:34 400

原创 png文件分析

Portable Network Graphics (PNG, 官方发音为 /pɪŋ/, 但通常被念作 /ˌpiːɛnˈdʒiː/) ，是一种无损压缩的位图图像格式。它支持索引、灰度、RGB三种颜色方案以及Alpha通道等特性。PNG的开发目标是改善并取代GIF作为适合网络传输的格式而不需专利许可，所以被广泛应用于互联网及其他方面上。PNG设计用于在线查看应用程序, 例如万维网，因此它可以通过渐进式显示选项完全流式传输。PNG 非常强大，既能提供完整的文件完整性检查，又能对常见传输错误进行简单检测。此外，

2022-03-15 22:09:57 458

原创 VM上Ubuntu（python3.6）系统中安装Anaconda、tensoeflow和第三方库的经历

最近准备搭建一个虚拟机环境，因为网络上好多的教程属于比较老的版本，很多情况下有些方法会有差错。因此我总结了自己搭建环境中出现的一些问题以及解决方案，希望能够帮到大家。一·准备工作1.确保linux处于联网状态，必要时可以设置阿里或清华，上交等国内镜像源。2.linux系统一般自带python2.7，建议更新为python3的版本。我用的是python3.6.9二·安装Anacinda从官...

2020-02-18 16:45:55 270

qq_46294984的博客