Matlab实现不同bpp对应psnr的bpg图像压缩
时间: 2024-05-01 12:03:58 浏览: 20
BPG是一种基于HEVC标准的图像压缩算法,可以实现比JPEG更好的压缩效果。在Matlab中,可以使用以下代码实现不同bpp对应psnr的BPG图像压缩:
``` matlab
% 读取原始图像
I = imread('lena.jpg');
% 需要压缩的不同bpp值
bpp = [0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8];
% 压缩并计算不同bpp对应的PSNR值
for i = 1:length(bpp)
% 压缩图像
imwrite(I, 'temp.bpg', 'CompressionRatio', bpp(i));
% 读取压缩后的图像
J = imread('temp.bpg');
% 计算PSNR值
psnr(i) = psnr(I, J);
end
% 绘制bpp-PSNR曲线
plot(bpp, psnr, '-o');
xlabel('bpp');
ylabel('PSNR');
title('BPG Compression');
```
在代码中,首先读取原始图像,然后定义需要压缩的不同bpp值。接着使用一个循环,分别对每个bpp值进行BPG压缩,并计算压缩后图像与原始图像之间的PSNR值。最后,使用Matlab的plot函数绘制bpp-PSNR曲线。
相关问题
不调用openjpeg库用matlab实现不同bpp对应psnr的Jpeg2000图像压缩
实现步骤如下:
1. 读入待压缩的图像,并将其转换为灰度图像。
2. 将灰度图像分解成多个子带,可以使用小波变换实现。
3. 对每个子带进行量化,将每个系数量化为一个离散值,以减少数据的精度。
4. 对量化后的数据进行熵编码,将其压缩成更小的数据集。
5. 将压缩后的数据集重新解码,得到压缩后的图像,并计算其PSNR。
6. 重复上述步骤,改变量化参数,得到不同bpp下的压缩结果与PSNR。
以下是一个简单的实现代码,其中量化参数和压缩比率可以根据需求进行调整:
```matlab
% 读入待压缩的图像
img = imread('lena.png');
img = rgb2gray(img);
% 定义量化参数
qstep = 10;
% 定义不同bpp的压缩比率
bpp = [0.1 0.2 0.3 0.4 0.5];
% 将图像分解成多个子带
[c, S] = wavedec2(img, 4, 'db2');
% 对每个子带进行量化
for i = 1:length(c)
c(i) = round(c(i) / (qstep * bpp(1))) * (qstep * bpp(1));
end
% 对量化后的数据进行熵编码
bits = wmpcompress(c, S, 'db2');
% 将压缩后的数据集重新解码,得到压缩后的图像,并计算其PSNR
comp_img = wmpdecompress(bits, S, 'db2');
psnr = psnr(img, comp_img);
% 输出结果
disp(['bpp = ', num2str(bpp(1)), ', PSNR = ', num2str(psnr)]);
% 重复上述步骤,改变量化参数和bpp,得到不同bpp下的压缩结果与PSNR
for i = 2:length(bpp)
% 对每个子带进行量化
for j = 1:length(c)
c(j) = round(c(j) / (qstep * bpp(i))) * (qstep * bpp(i));
end
% 对量化后的数据进行熵编码
bits = wmpcompress(c, S, 'db2');
% 将压缩后的数据集重新解码,得到压缩后的图像,并计算其PSNR
comp_img = wmpdecompress(bits, S, 'db2');
psnr = psnr(img, comp_img);
% 输出结果
disp(['bpp = ', num2str(bpp(i)), ', PSNR = ', num2str(psnr)]);
end
```
python实现不同psnr对应bpp的jpeg2000压缩
要实现不同PSNR对应BPP的JPEG2000压缩,需要进行以下步骤:
1. 安装OpenJPEG库,可以使用pip install openjpeg命令进行安装。
2. 导入OpenJPEG库和其他必要的库:
```python
import numpy as np
import openjpeg as opj
import cv2
```
3. 读取要压缩的图像并将其转换为OpenJPEG格式:
```python
img = cv2.imread('image.jpg', cv2.IMREAD_GRAYSCALE)
img_data = np.array(img, dtype=np.uint8)
img_width, img_height = img_data.shape[1], img_data.shape[0]
codec = opj.create_compress(opj.CODEC_FORMAT.J2K)
stream = opj.stream_create_default_file_stream("output.j2k", False)
opj.set_info_handler(codec, lambda s, t: None, None)
opj.set_warning_handler(codec, lambda s, t: None, None)
opj.set_error_handler(codec, lambda s, t: None, None)
opj.setup_encoder(codec, opj.set_default_encoder_parameters(), img_data.shape)
image = opj.image_create(img_data.shape[1], img_data.shape[0], 1)
image_components = opj.image_get_components(image)
image_components[0].data = img_data.tobytes()
image_components[0].prec = 8
image_components[0].bpp = 8
image_components[0].sgnd = 0
image_components[0].x0 = 0
image_components[0].y0 = 0
image_components[0].dx = 1
image_components[0].dy = 1
opj.start_compress(codec, image, stream)
```
4. 设置压缩的PSNR和BPP的范围:
```python
psnr_range = np.linspace(20, 50, 10)
bpp_range = np.linspace(0.1, 1, 10)
```
5. 对每个PSNR和BPP的组合进行压缩并保存结果:
```python
for psnr in psnr_range:
for bpp in bpp_range:
opj.set_cinema_parameters(codec, psnr, bpp)
opj.encode(codec, stream)
opj.end_compress(codec, stream)
stream.seek(0)
data = stream.read()
with open(f"output_{psnr}_{bpp}.j2k", "wb") as f:
f.write(data)
stream.seek(0)
```
上述代码会将每个不同PSNR和BPP的组合压缩后保存为一个不同的文件,文件名包含了对应的PSNR和BPP的值。通过这种方式,可以得到不同PSNR对应的BPP的值,也可以得到不同BPP对应的PSNR的值。