(eWiley) H.264 & MPEG-4 Video Compression节选中文文档
2022-04-13 18:09:52 1.82MB mpeg h.264
1
jpeg压缩的matlab代码JPEG压缩 Matlab项目的主要目的是使用JPEG压缩技术压缩预加载的图像。 该图像将采用一组二进制代码(1和0)。 然后将压缩的图像解压缩以构造原始图像。 解压缩和重构将在图像中引入一些噪声,这意味着原始图像和最终输出图像将不完全相同。 在该项目中,还计算了所应用图像压缩技术的信噪比。 程序 然后将图像转换为矩阵形式以开始执行计算。 在图像上应用了8X8 DCT 进行量化。 在我的算法中,默认情况下使用量化因子Qk = 1。 在量化位上对DC(1数)和AC系数(63数)进行可变游程编码。 输出位被解码为bit_stream并将其保存到输出文件中。 开始使用“ bit_stream”重建图像。 在接收器端,我们将以相反的顺序执行上述操作,以恢复原始图像。
2022-04-05 23:40:45 952KB 系统开源
1
ARC格式的压缩文件工具,DOS版本的,很难找到的哦
2022-04-05 18:40:00 30KB ARC Compression
1
离散余弦压缩代码matlab JPEG压缩式Matlab 在Matlab中使用DCT(离散余弦变换)和DWT(离散小波变换)进行JPEG压缩。 压缩阶段包含的步骤如下: 色彩变换 范围映射 补丁生成 DCT 量化 之字形编码 霍夫曼编码 减压阶段包含的步骤如下: 霍夫曼解码 之字形解码 逆量化 逆DCT 逆补丁生成 逆范围映射 反色变换 色彩变换 这是从RGB到YCbCr的简单转换。 范围映射 这是从图像中简单减去128以获得[-128,127]中图像范围的步骤。 补丁生成 在此步骤中,将对输入图像生成8 * 8色块,并且所有其他操作将按色块进行。 DCT 在此步骤中,将离散余弦变换应用于补丁。 量化 它只是简单地将像素划分为不同通道的一定数量。 我将以下量化表用于Y通道 Y_Q = [16 11 10 16 24 15 1 61; 12 12 14 19 26 58 60 55; 14 13 16 24 40 57 69 56; 14 17 22 29 51 81 80 62; 18 22 37 56 68 109 103 77; 24 35 55 64 81 104 113 92;
2022-04-02 17:16:41 1.3MB 系统开源
1
该著作比较系统、完整的给出了一般信源的信息率失真函数及其定理证明。做音视频编码的童鞋必读。
2022-03-27 10:07:08 22.99MB RD
1
本书是数据压缩方面的经典著作,目前已经出到了第4 版。数据压缩技术及其应用从未停止前进的步伐,图像、语音、文本、音频、视频等新的应用领域层出不穷。本书也与时俱进,不断更新,这一版基本涵盖了数据压缩领域的最新发展。书中首先介绍了基本压缩方法( 包括无损压缩和有损压缩) 涉及的数学知识,然后从无损压缩开始,依次讲述了霍夫曼编码、算术编码以及词典编码技术等。对于有损压缩,还描述了标量、矢量以及微分编码和分形压缩技术。本书在上一版的基础上,扩展讨论了基于小波的压缩技术,特别是越来越流行的JPEG 2000 标准,还增加了范式霍夫曼码以及更多有关二进制算术编码的信息。 本书非常适合从事数据压缩相关工作的专业技术人员、软硬件工程师、学生等阅读,数字图书馆、多媒体等领域的技术人员也可参考。
2022-03-23 16:26:47 17.48MB data compression
1
算术编码Python 该项目实现了称为算术编码(AE)的无损数据压缩技术。 该项目很简单,仅具有一些基本功能。 该项目支持将输入编码为浮点值和二进制代码。 该项目有一个名为pyae.py的主模块,其中包含一个名为ArithmeticEncoding的类,用于对消息进行编码和解码。 使用步骤 要使用该项目,请按照下列步骤操作: 进口pyae 实例化ArithmeticEncoding类 准备留言 编码消息 获取编码消息的二进制代码。 解码消息 进口pyae 第一步是导入pyae模块。 import pyae 实例化ArithmeticEncoding类 创建ArithmeticEncoding类的实例。 它的构造函数接受2个参数: frequency_table :作为字典的频率表,其中key是符号,而value是频率。 save_stages :如果为True ,则每个
1
这是关于图像视频压缩的电子书,高清,2000年版本,经典著作,英文版
2022-03-15 17:13:52 19.03MB Image
1
纳米级 纳米产品量化(nanopq):产品量化(PQ)和优化产品量化(OPQ)的纯实现,以纯python编写,没有任何第三方依赖性。 正在安装 您可以通过pip安装软件包。 该库可在Linux上与Python 3.5+一起使用。 pip install nanopq 例子 import nanopq import numpy as np N , Nt , D = 10000 , 2000 , 128 X = np . random . random (( N , D )). astype ( np . float32 ) # 10,000 128-dim vectors to be indexed Xt = np . random . random (( Nt , D )). astype ( np . float32 ) # 2,000 128-dim vectors for t
1
PointCloud-八叉树压缩 用于PointCloud Octree压缩的Matlab代码 这是一个基于八叉树占用率和算术编码的无损点云压缩MATLAB演示。
2022-03-07 10:18:41 65KB MATLAB
1