저는 artisanal jpeg 알고리즘을 프로그래밍하고 있습니다. 여기 을 내가 인코딩하기 위해 노력하고있어 사진입니다 : 그러나, 양자화 단계는 문제가 될 것으로 보인다 Lena.pngJPEG 압축 인공물 (녹색 픽셀)
을 그리고 여기 양자화 단계 (디코딩하지만 허프만 인코딩 물건없이 +) 직후 결과입니다 post quantization result
를지금이 단계 내 코드 :
def quantification(transformee) :
matrice=np.array([(16 , 11 , 10 , 16 , 24 , 40 , 51 , 61),(12 , 12 , 14 , 19 , 26 , 58 , 60 , 55),(14 , 13 , 16 , 24 , 40 , 57 , 69 , 56),(14 , 17 , 22 , 29 , 51 , 87 , 80 , 62),(18 , 22 , 37 , 56 , 68 , 109 , 103 , 77),(24 , 35 , 55 , 64 , 81 , 104 , 113 , 92),(49 , 64 , 78 , 87 , 103 , 121 , 120 , 101),(72 , 92 , 95 , 98 , 112 , 100 , 103 , 99)],dtype=float)
quanti=[]
for i in transformee :
k=i/matrice
quanti+=[np.around(k)]
return quanti
def dequantification(quanti) :
matrice=np.array([(16 , 11 , 10 , 16 , 24 , 40 , 51 , 61),(12 , 12 , 14 , 19 , 26 , 58 , 60 , 55),(14 , 13 , 16 , 24 , 40 , 57 , 69 , 56),(14 , 17 , 22 , 29 , 51 , 87 , 80 , 62),(18 , 22 , 37 , 56 , 68 , 109 , 103 , 77),(24 , 35 , 55 , 64 , 81 , 104 , 113 , 92),(49 , 64 , 78 , 87 , 103 , 121 , 120 , 101),(72 , 92 , 95 , 98 , 112 , 100 , 103 , 99)],dtype=float)
retour_transformee=[]
for k in quanti :
temp=np.zeros((8,8),dtype=float)
for i in range(8) :
for j in range(8) :
temp[i,j]=matrice[i,j]*k[i,j]
retour_transformee.append(temp)
return retour_transformee
transformee 8 * 8 행렬의 목록 (DCT 이미 사용)이다. 양자화 매트릭스는 디코딩 한 후 값을 클리핑하지 않는 것처럼 이미지가 보이는 알고리즘
조언을 주셔서 감사합니다, 내 알고리즘을 수정 않았다. 그러나 IDCT 결과에 대한 테스트를 수행했습니다. 모든 계수는 0에서 255 사이의 값을 갖습니다 ([[-128 : +127]]). 최종 사진과 동일합니다. – Merlu