本文实例讲述了Python基于opencv的图像压缩算法。分享给大家供大家参考,具体如下:
插值方法:
CV_INTER_NN - 最近邻插值,
CV_INTER_LINEAR - 双线性插值 (缺省使用)
CV_INTER_AREA - 使用象素关系重采样。当图像缩小时候,该方法可以避免波纹出现。当图像放大时,类似于 CV_INTER_NN 方法..
CV_INTER_CUBIC - 立方插值.
函数 cvResize 将图像 src 改变尺寸得到与 dst 同样大小。若设定 ROI,函数将按常规支持 ROI.
程序1:图像压缩(第一版)
# coding=utf-8 import time time1 = time.time() import cv2 image=cv2.imread("c:/1.jpg") res = cv2.resize(image, (1280,960), interpolation=cv2.INTER_AREA) # cv2.imshow('image', image) # cv2.imshow('resize', res) # cv2.waitKey(0) # cv2.destroyAllWindows() cv2.imwrite("C:/5.jpg",res) time2=time.time() print u'总共耗时:' + str(time2 - time1) + 's'
4.19M—377k 压缩了11倍
程序2:图像压缩(第二版)
#-*-coding:utf-8-*- #############设置编码################ import sys reload(sys) sys.setdefaultencoding('utf-8') ###################导入计算机视觉库opencv和图像处理库PIL#################### from PIL import Image from PIL import ImageEnhance from PIL import ImageFilter import cv2 import time time1 = time.time() ####################读入图像############################### image=cv2.imread("c:/pic//0.jpg") ####################双三次插值############################# res = cv2.resize(image, (1280,960), interpolation=cv2.INTER_AREA) ####################写入图像######################## cv2.imwrite("C:/pic/101.jpg",res) ###########################图像对比度增强################## imgE = Image.open("c:/pic/101.jpg") imgEH = ImageEnhance.Contrast(imgE) img1=imgEH.enhance(2.8) ########################图像转换为灰度图############### gray = img1.convert("L") gray.save("C:/pic/3.jpg") ##########################图像增强########################### # 创建滤波器,使用不同的卷积核 gary2=gray.filter(ImageFilter.DETAIL) gary2.save("C:/pic/2.jpg") #############################图像点运算################# gary3=gary2.point(lambda i:i*0.9) gary3.save("C:/pic/4.jpg") # img1.show("new_picture") time2=time.time() print u'总共耗时:' + str(time2 - time1) + 's'
4.17M–>290kb
程序3:函数版本
#-*-coding:utf-8-*- #############设置编码################ import sys reload(sys) sys.setdefaultencoding('utf-8') ############导入计算机视觉库opencv和图像处理库PIL#################### from PIL import Image from PIL import ImageEnhance from PIL import ImageFilter import cv2 import time time1 = time.time() ########################自定义图像压缩函数############################ def img_zip(path,filename1,filename2): image = cv2.imread(path+filename1) res = cv2.resize(image, (1280, 960), interpolation=cv2.INTER_AREA) cv2.imwrite(path+filename2, res) imgE = Image.open(path+filename2) imgEH = ImageEnhance.Contrast(imgE) img1 = imgEH.enhance(2.8) gray1 = img1.convert("L") gary2 = gray1.filter(ImageFilter.DETAIL) gary3 = gary2.point(lambda i: i * 0.9) gary3.save(path+filename2) ################################主函数################################## if __name__ == '__main__': path=u"c:/pic/" filename1="0.jpg" filename2="1.jpg" img_zip(path,filename1,filename2) time2 = time.time() print u'总共耗时:' + str(time2 - time1) + 's'
更多关于Python相关内容可查看本站专题:《Python数学运算技巧总结》、《Python图片操作技巧总结》、《Python数据结构与算法教程》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》及《Python入门与进阶经典教程》
希望本文所述对大家Python程序设计有所帮助。
华山资源网 Design By www.eoogi.com
广告合作:本站广告合作请联系QQ:858582 申请时备注:广告合作(否则不回)
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
华山资源网 Design By www.eoogi.com
暂无评论...
RTX 5090要首发 性能要翻倍!三星展示GDDR7显存
三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。
首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。
据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。
更新日志
2024年09月21日
2024年09月21日
- 归龙潮中浦城区福鼠位置在哪 中浦城区福鼠收集位置大全
- MatteoPasqualini-JohannSebastianBachItalienischesKonzertFranzsischeOuvertureVierDue
- 【雨果唱片】陈百强《梦里人LPCD45》2012[WAV+CUE]
- 王菲.1994-《迷路》美卡引进版[WAV+CUE]
- 老外遇到八戒裸体Bug 网友:我需要用它对付蜘蛛精
- 《黑神话》超强越化补丁:游戏里有文字的地都改了
- 玩家吐槽《黑神话:悟空》唐僧相貌:一脸衰样 没半点气质
- 群星.1994-烧得厉害VOL.2我不是一个人拙滚石】【WAV+CUE】
- 群星.1994-烧得厉害VOL.3风笑痴【滚石】【WAV+CUE】
- 群星.1995-烧得厉害VOL.4两个世界【滚石】【WAV+CUE】
- 归龙潮中浦城区宝箱位置收集大全 中浦区宝箱解密攻略
- 黑神话悟空上品幽灯鬼精魄获取方法一览|上品幽灯鬼精魄收集攻略
- 《电锯糖心:RePOP》发售首日表现亮眼,玩家峰值超越《星鸣特攻》
- NewViennaOctet,ViennaWindSoloists-TheDeccaRecordings(2024)18CD[FLAC]-8
- 金梅子-《靓声妹3又见炊烟》[WAV+CUE]