JupyterLab上写一个基于Webp的彩色图像压缩代码，并计算压缩率

基于Webp的彩色图像压缩可以使用Python和OpenCV库来实现。以下是一个简单的代码示例：

import cv2
import numpy as np

# 读入原始图像
img = cv2.imread('input.png')

# 将图像转换为RGB格式
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

# 将图像压缩为预设质量的Webp格式
quality = 90
_, compressed = cv2.imencode('.webp', img, [cv2.IMWRITE_WEBP_QUALITY, quality])

# 计算压缩率
original_size = img.size * img.itemsize
compressed_size = compressed.size
compression_ratio = original_size / compressed_size

print(f'压缩率：{compression_ratio:.2f}')

在这个代码中，我们首先使用OpenCV的imread函数读入原始图像，然后使用cvtColor函数将图像转换为RGB格式。接着，我们使用imencode函数将图像压缩为预设质量的Webp格式，并计算压缩率。

在imencode函数中，我们使用了cv2.IMWRITE_WEBP_QUALITY参数来指定Webp的压缩质量，取值范围为0到100，其中100表示最高质量，0表示最低质量。我们将质量设置为90，这通常可以提供一个不错的折衷方案，可以实现较高的压缩率和良好的图像质量。

最后，我们计算压缩率，将原始图像的大小除以压缩后图像的大小，得到一个压缩率。你可以根据你的需要调整压缩质量，以达到最佳的压缩效果。

注意，这只是一个简单的示例代码，压缩率可能会有所不同，具体取决于图像质量和压缩参数的设置。