这篇文章主要介绍了Python基于opencv的图像压缩算法,结合实例形式分析了使用opencv进行图像压缩的常用操作技巧与注意事项,需要的朋友可以参考下
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'
相关推荐:
Python基于whois模块简单识别网站域名及所有者的方法
以上就是Python基于opencv的图像压缩算法实例分析的详细内容,更多请关注php中文网其它相关文章!
已抢16291个
抢已抢49252个
抢已抢4089个
抢已抢3948个
抢已抢5920个
抢已抢2295个
抢