OpenCV实现图片编解码实践

在很多应用中,经常会直接把图片的二进制数据进行交换，这就需要对普通进行编码解码，那么怎么才能实现，本文就来介绍一下

原图：

图像信息,可以看到图像是一个816*2100像素的图片:

python代码：

 import cv2 import numpy as np import matplotlib.pyplot as plt img = cv2.imread('11.jpg-600', 0) img1 = img.astype('float') img_dct = cv2.dct(img1) img_dct_log = np.log(abs(img_dct)) img_recor = cv2.idct(img_dct) recor_temp = img_dct[0:100,0:100] recor_temp2 = np.zeros(img.shape) recor_temp2[0:100,0:100] = recor_temp print recor_temp.shape print recor_temp2.shape img_recor1 = cv2.idct(recor_temp2) plt.subplot(221) plt.imshow(img) plt.title('original') plt.subplot(222) plt.imshow(img_dct_log) plt.title('dct transformed') plt.subplot(223) plt.imshow(img_recor) plt.title('idct transformed') plt.subplot(224) plt.imshow(img_recor1) plt.title('idct transformed2') plt.show()

仅仅提取一个100*100的DCT系数后的效果：

当用800*1000的DCT系数：

可以看到图像细节更丰富了一些：

 import cv2 import numpy as np import matplotlib.pyplot as plt img = cv2.imread('11.jpg-600', 0) img1 = img.astype('float') img_dct = cv2.dct(img1) img_dct_log = np.log(abs(img_dct)) img_recor = cv2.idct(img_dct) recor_temp = img_dct[0:800,0:1000] recor_temp2 = np.zeros(img.shape) recor_temp2[0:800,0:1000] = recor_temp print recor_temp.shape print recor_temp2.shape img_recor1 = cv2.idct(recor_temp2) plt.subplot(221) plt.imshow(img) plt.title('original') plt.subplot(222) plt.imshow(img_dct_log) plt.title('dct transformed') plt.subplot(223) plt.imshow(img_recor) plt.title('idct transformed') plt.subplot(224) plt.imshow(img_recor1) plt.title('idct transformed2') plt.show()

当用816*1200的DCT系数：