矢量量化程序调试过程

最新推荐文章于 2021-12-15 19:49:37 发布
最新推荐文章于 2021-12-15 19:49:37 发布
阅读量650 收藏
点赞数 1
分类专栏： 音视频技术
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/vvyu521/article/details/71182607
版权

一、trvqsp_img：获得图像矢量量化的码书。


二、vqimg_enc：根据码书对图像进行矢量量化。


三、vqimg_dec：根据码书文件和压缩后的文件重构原始图像。



重构原始图像结果如下图：



注明：1.光盘映像文件fish.img可由fish.bmp图片在MATLAB中编写程序进行格式转换。

          2.可编辑trainCodebook.bat   vq_enc.bat   vq_dec.bat格式文件进行批量处理。


文宇Vvyu
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
矢量量化编码
02-11
图像处理中不同矢量量化方法的比较，含有详细程序和结果分析
信源编码（五）矢量量化
hehehetanchaow的博客
05-04 597
一、   trvqsp_img：获得图像矢量量化的码书。 这个程序可以用来训练矢量量化器。使用LBG算法获得图像压缩码书，初始化使用Linde,  Buzo, and Gray提出的分割方法。用作。这个项目可以　　很长一段时间来运行特别是所需的大小　　码书很大。因此这是一个好主意来运行　　项目背景。 图像的尺寸可以由用户指定或者由程序直接获得。但是image_size只支持少量的图像标准，
信源编码课程实验三：量化
LLcannotcode的博客
11-16 2635
实验要求 （1）使用uqimg_enc.c和uqimg_dec.c对图像进行均匀量化编解码。 （2）使用vqimg_enc.c和vqimg_dec.c对图像进行矢量量化编解码。 实验内容 1、均匀量化 uqimg_enc.c程序获取灰度图像（8 bits/pixel）和使用均匀量化以有损方式压缩它。量化器标签使用固定长度代码编码。可以使用可变长度对输出进行进一步编码进一步压缩的编码器。量化器的步长是最大值和最小值之间的差值除以级别数。最大值和最小值可由用户指定。默认值为255和0...
信源编码技术实验3——量化
weixin_52360997的博客
12-15 289
1.均匀标量量化 编码 运行参数 -i [原图像路径] -o [量化后图像路径] -b [量化比特数] 例如 -i ../images/sena.img -o ../images/quantized_imgages/sena_4bit.quan -b 4 解码 运行参数 [ -i infile ][ -o outfile ][ -b num-bits ] 例如 -i ../images/quantized_img/sena_3bit.quan -o ../images/re.
信源编码量化实验
Bageyalv的博客
11-18 603
用给定量化器进行图像量化重建实验，量化方式为均匀量化，项目中 uqimg_enc 与 uqimg_dec 分别为标量量化的量化器和解码器，其中量化器参数的输入方式为： -i [输入图像文件路径] -o [输出量化文件路径] -b [量化比特数] 解码器的参数输入方式为 -i [输入量化文件路径] -o [输出图像文件路径] 选择任意一副图像 (选用了sensin.img)分别进行 1、2、4、6 不同量化比特数的量化，计算压缩效率与PSNR指标，结果如下： 原始图像： 量化重建图像： 其中PSNR
矢量量化图像压缩编码 vs代码
12-18
VectorQuantization 矢量量化数据压缩编码 对Lena图像压缩 平台vs c++编程
基于矢量量化的图像压缩
05-03
矢量量化（VQ）实际上就是一种逼近的形式，它的思想和“四舍五入”有异曲同工之妙，都是用一个和一个数最接近的整数来近似表示这个数。VQ问题可以这样描述：给定一个已知统计属性的矢量源（也就是训练样本集，每一个...
shiliang.rar_矢量量化
09-19
矢量量化在视频压缩中的应用研究 矢量量化在视频压缩处理中的应用与研究
矢量量化的源代码和图像
03-10
矢量量化的源代码和图像，对于包含点比较少的覆盖采用最短距离法合并。
c++ 矢量量化 LBG算法 源码
05-26
具体使用请参考文章：https://blog.csdn.net/qq_45269116/article/details/106354367 这个传错了删不掉
图像矢量量化压缩编码demo
04-15
图像矢量量化压缩编码demo，我自己的算法
（c/c++版）LBG矢量量化码书的设计与实现
11-26
用512*512的灰度图像对码书进行训练，得到32个码矢量，对图片进行8*8的分块，并对lena图像进行矢量量化。
矢量量化-LBG
08-20
矢量量化-LBG
lbg.rar_LBG_矢量量化_矢量量化lbg
09-23
可以进行矢量量化，很实用哦,看可不可以帮上大家
shiliang.zip_矢量化_矢量量化
09-19
矢量量化的C语言实现，图像处理必备的C语言算法
矢量量化（Vector Quantization）
xiangcece的博客
11-30 9709
矢量量化（Vector Quantization） 矢量量化（Vector Quantization）：是一种极其重要的信号压缩方法==[连续信息到数字信号的转化]。也是一种基于块编码规则的有损压缩方法。 基本思想：将若干个标量数据组构成一个矢量，然后在矢量空间给以整体量化，从而压缩了数据而不损失多少信息。 名词解释 内容 标量 只具有数值大小，没有方向，部分有正负之分 矢量 又称为向量 量化 指将信号的连续取值（或者大量可能的离散取值）近似为有限多个（或较少的）离散值的过程 V
信源编码---矢量量化算法
楠仔码头的博客
07-05 1825
1.矢量量化的基本思想： 将若干个标量数据组构成一个矢量，然后在矢量空间给以整体量化，从而压缩了数据而不损失多少信息。矢量量化引入的优点:高维空间处理可增加灵活性。 2.矢量量化最重要的点——码本的生成。这里介绍一种算法---LBG算法。 LBG算法的思想： 1.随意选取n个图像块作为码矢量； 2.由这n个码矢量对所有的图像块进行划分，即分成n个集合，使每个集合中的图像块，都是与
矢量量化分裂算法程序
最新发布
05-25
矢量量化分裂算法是一种用于压缩数字图像和音频数据的技术。以下是一个简单的矢量量化分裂算法程序的示例。该程序使用Python编写。 ``` import numpy as np def vector_quantization_split(image, num_clusters): # 将图像转换为向量形式 image_vectors = image.reshape(-1, image.shape[-1]) # 随机初始化聚类中心 centroids = image_vectors[np.random.choice(range(len(image_vectors)), num_clusters, replace=False)] while True: # 计算每个向量到聚类中心的距离 distances = np.linalg.norm(image_vectors[:, np.newaxis] - centroids, axis=2) # 找到每个向量所属的最近的聚类中心 labels = np.argmin(distances, axis=1) # 更新聚类中心 new_centroids = np.array([np.mean(image_vectors[labels == i], axis=0) for i in range(num_clusters)]) # 如果聚类中心不再变化，则停止迭代 if np.allclose(centroids, new_centroids): break centroids = new_centroids # 将每个向量替换为所属聚类中心的索引 compressed_image = np.array([labels[i] for i in range(len(labels))]).reshape(image.shape[:-1]) return compressed_image ``` 该程序将输入的图像转换为向量形式，然后随机初始化聚类中心。然后，它计算每个向量到聚类中心的距离，并找到每个向量所属的最近的聚类中心。接下来，它更新聚类中心，并检查它们是否继续变化。如果不再变化，则停止迭代。最后，该程序将每个向量替换为所属聚类中心的索引，并返回压缩后的图像。

“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

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