Python基于opencv的图像压缩算法实例分析

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-8import timetime1 = time.time()import cv2image=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 sysreload(sys)sys.setdefaultencoding('utf-8')###################导入计算机视觉库opencv和图像处理库PIL####################from PIL import Imagefrom PIL import ImageEnhancefrom PIL import ImageFilterimport cv2import timetime1 = 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 sysreload(sys)sys.setdefaultencoding('utf-8')############导入计算机视觉库opencv和图像处理库PIL####################from PIL import Imagefrom PIL import ImageEnhancefrom PIL import ImageFilterimport cv2import timetime1 = 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&quo<i>本文来源gaodai$ma#com搞$$代**码网</i>t;  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

Python基于FTP模块实现ftp文件上传

以上就是Python基于opencv的图像压缩算法实例分析的详细内容，更多请关注搞代码gaodaima其它相关文章！

喜欢 (0)赏

[搞代码]

分享 (0)