图像压缩方法、装置、电子设备和计算机可读存储介质与流程

本公开涉及图像处理技术领域，尤其涉及图像压缩方法、图像压缩装置、电子设备和计算机可读存储介质。

背景技术：

随着图像采集设备的更新进步，所采集到的图像的分辨率越来越高，这导致图像的数据量也随之增大。

但是在某些情况下并不需要很高分辨率的图像，相关技术中为了降低图像的数据量，主要通过采样的方式实现对图像的压缩。

然而由于图像中像素值的分布情况可能具备特定的规律，例如图像显示的内容为黑白条纹，相邻像素的像素值为0和1间隔排列，如果所用的采样方式为间隔采样，也即每隔一个像素进行一次采样，那么采样的像素的像素值都是0或者都是1，导致压缩后的图像无法准确表达原图像中的信息。

技术实现要素：

本公开提供图像压缩方法、图像压缩装置、电子设备和计算机可读存储介质。

根据本公开的第一方面，提出一种图像压缩方法，所述方法包括：

确定图像中像素的像素值的分布规律；

若所述分布规律符合预设分布规律，通过预设方式改变所述像素值的分布规律；

根据改变了像素值的分布规律的图像生成压缩图像。

可选地，所述通过预设方式改变所述像素值的分布规律包括：

根据所述像素值的分布规律确定滤波矩阵，其中，所述滤波矩阵中元素的分布规律，与所述像素的像素值的分布规律不同；

根据所述滤波矩阵对所述图像进行处理得到滤波后的图像。

可选地，所述根据改变了像素值的分布规律的图像生成压缩图像包括：

对滤波后的图像中的像素进行采样，以根据采样的像素构成压缩图像。

可选地，所述对滤波后的图像中的像素进行采样包括：

根据采样矩阵对滤波后的图像进行处理。

可选地，所述对滤波后的图像中的像素进行采样还包括：

确定所述图像的尺寸信息和所述像素的尺寸信息；

根据所述图像的尺寸信息和所述像素的尺寸信息确定所述采样矩阵。

可选地，所述通过预设方式改变所述像素值的分布规律；根据改变了像素值的分布规律的图像生成压缩图像包括：

根据所述滤波矩阵和所述采样矩阵生成滤波采样矩阵；

根据所述滤波采样矩阵对所述图像进行处理。

根据本公开的第二方面，提出一种图像压缩装置，所述装置包括：

分布确定模块，用于确定图像中像素的像素值的分布规律；

分布改变模块，用于在所述分布规律符合预设分布规律的情况下，通过预设方式改变所述像素值的分布规律；

图像压缩模块，用于根据改变了像素值的分布规律的图像生成压缩图像。

可选地，所述分布改变模块包括：

滤波确定子模块，用于根据所述像素值的分布规律确定滤波矩阵，其中，所述滤波矩阵中元素的分布规律，与所述像素的像素值的分布规律不同；

滤波子模块，用于根据所述滤波矩阵对所述图像进行处理得到滤波后的图像。

可选地，所述图像压缩模块包括：

采样子模块，用于对滤波后的图像中的像素进行采样，以根据采样的像素构成压缩图像。

可选地，所述采样子模块用于根据采样矩阵对滤波后的图像进行处理。

可选地，所述图像压缩模块还包括：

尺寸确定子模块，用于确定所述图像的尺寸信息和所述像素的尺寸信息；

采样确定子模块，用于根据所述图像的尺寸信息和所述像素的尺寸信息确定所述采样矩阵。

可选地，所述装置还包括：

矩阵生成模块，用于根据所述滤波矩阵和所述采样矩阵生成滤波采样矩阵；

其中，所述滤波子模块和所述采样子模块，用于根据所述滤波采样矩阵对所述图像进行处理。

根据本公开的第三方面，提出一种电子设备，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为执行上述任一实施例所述方法中的步骤。

根据本公开的第四方面，提出一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述任一实施例所述方法中的步骤。

基于本公开的实施例，通过改变像素值的分布规律，可以使得改变后的图像，相对于改变前的图像降低了像素值分布的规律性，进而在对图像进行压缩时，就不容易受到像素值分布的影响，而使得压缩后的图像无法准确表达原图像中的信息，有利于保证压缩图像能够相对准确地表达原图像中的信息。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

图1是根据本公开的实施例示出的一种图像压缩方法的示意流程图。

图2是根据本公开的实施例示出的一种通过预设方式改变所述像素值的分布规律的示意流程图。

图3是根据本公开的实施例示出的一种根据改变了像素值的分布规律的图像生成压缩图像的示意流程图。

图4是根据本公开的实施例示出的一种对滤波后的图像中的像素进行采样的示意流程图。

图5是根据本公开的实施例示出的另一种对滤波后的图像中的像素进行采样的示意流程图。

图6是根据本公开的实施例示出的另一种图像压缩方法的示意流程图。

图7是根据本公开的实施例示出的图像压缩装置所在终端或服务器的一种硬件结构图，

图8是根据本公开的实施例示出的一种图像压缩装置的示意框图。

图9是根据本公开的实施例示出的一种分布改变模块的示意框图。

图10是根据本公开的实施例示出的一种图像压缩模块的示意框图。

图11是根据本公开的实施例示出的另一种图像压缩模块的示意框图。

图12是根据本公开的实施例示出的另一种图像压缩装置的示意框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

图1是根据本公开的实施例示出的一种图像压缩方法的示意流程图。本实施例所示的方法可以应用于终端，例如手机、平板电脑、可穿戴设备等电子设备，也可以应用于服务。如图1所示，所述图像压缩方法包括以下步骤：

步骤s1，确定图像中像素的像素值的分布规律；

步骤s2，若所述分布规律符合预设分布规律，通过预设方式改变所述像素值的分布规律；

步骤s3，根据改变了像素值的分布规律的图像生成压缩图像。

在一个实施例中，预设分布规律是指针对满足预设分布规律图像生成压缩图像，会导致压缩后的图像无法准确表达原图像中的信息。例如生成压缩图像的方式为间隔采样，那么预设分布规律包括条纹分布，例如图像中相邻列的素的像素值0和1间隔分布，也即像素值为0的列像素和像素值为1的列像素间隔分布，这种分布会导致间隔采样时，采样的像素的像素值都是0或者都是1，导致压缩后的图像无法准确表达原图像中的信息。

除了条纹分布，预设分布规律还包括其他分布规律，例如黑白点间隔分布，也即图像中像素值为0和像素值为1的点间隔分布。

根据本公开的实施例，可以通过预设方式改变像素值的分布规律，其中，预设方式包括将像素值的分布矩阵与滤波矩阵相乘，得到新的分布矩阵，或者将等于0和等于1像素值分别乘以不同的权值。

通过改变像素值的分布规律，可以使得改变后的图像，相对于改变前的图像降低了像素值分布的规律性，进而在对图像进行压缩时，就不容易受到像素值分布的影响，而使得压缩后的图像无法准确表达原图像中的信息，有利于保证压缩图像能够相对准确地表达原图像中的信息。

图2是根据本公开的实施例示出的一种通过预设方式改变所述像素值的分布规律的示意流程图。如图2所示，所述通过预设方式改变所述像素值的分布规律包括：

步骤s21，根据所述像素值的分布规律确定滤波矩阵，其中，所述滤波矩阵中元素的分布规律，与所述像素的像素值的分布规律不同；

步骤s22，根据所述滤波矩阵对所述图像进行处理得到滤波后的图像。

在一个实施例中，根据所述像素值的分布规律确定滤波矩阵，由于滤波矩阵中元素的分布规律，与像素的像素值的分布规律不同，通过滤波矩阵对所述图像进行处理，例如将像素值的分布矩阵与滤波矩阵相乘，可以在一定程度上抵消像素的像素值的分布规律，从而使得滤波后的图像中像素的像素值的分布与滤波前的图像中像素值的分布不同，相对于滤波前的图像降低了像素值分布的规律性，进而对滤波后的图像中的像素进行采样，就不容易采集到符合特定分布规律的多个像素，从而使得压缩图像能够相对准确地表达原图像中的信息。

例如图像为条纹图像，图像中像素的像素值0和1间隔分布，为便于理解，以下以包括4×4个像素的图像进行示例，图像的像素值的分布矩阵m如下：

其中的分布规律是在列维度上，像素值0和1间隔分布，图像所显示的效果是黑白条纹间隔分布。

滤波矩阵可以是与像素值的分布矩阵行列数相同的距离，滤波矩阵中的元素与像素值的分布矩阵中的元素一一对应，滤波矩阵中的元素可以表示分布矩阵中对应位置的像素值的权重。为了在一定程度上抵消像素的像素值的分布规律，需要保证元素在所述滤波矩阵中的分布规律，与像素的像素值的分布规律不同，其中一种滤波矩阵n如下所示：

根据该滤波矩阵对所述图像进行处理得到滤波后的图像，也即将滤波矩阵与图像的像素值分布矩阵相乘，那么滤波后的图像的像素值的分布矩阵m’如下所示：

可见，滤波后的图像的像素值的分布矩阵m’，不再按照像素值0和1间隔分布，因此相对于滤波前的图像降低了像素值分布的规律性，进而对滤波后的图像中的像素进行采样，就不容易采集到符合特定分布规律的多个像素，从而使得压缩图像能够相对准确地表达原图像中的信息。

虽然通过上述方式可以一定程度上抵消像素的像素值的分布规律，但是也有可能导致滤波后的图像中像素的像素值的分布规律不能表达滤波前的图像中像素的像素值的分布规律，使得滤波后的图像与滤波前的图像存在较大偏差。

基于此，在滤波矩阵中元素的分布规律，与所述像素的像素值的分布规律不同的基础上，可以进一步设置，滤波矩阵中的元素与像素的像素值的分布矩阵中的元素一一对应，且分布矩阵中越大的像素值，在滤波矩阵中对应的元素越大，分布矩阵中相邻像素值的差值，比滤波矩阵中对应元素的差值大，分布矩阵中像素值为0的像素，在滤波矩阵中对应元素大于0。

据此，对于上述分布矩阵m，确定的滤波矩阵n’可以如下所示：

其中，n’中元素的分布规律与分布矩阵m中像素值的分布规律不同，并且分布矩阵中越大的像素值，在滤波矩阵中对应的元素越大，例如1对应3/8，0对应1/8，且分布矩阵中相邻像素值的差值，比滤波矩阵中对应元素的差值大，例如1与0的差值1，大于3/8与1/8的差值2/8，且分布矩阵中像素值为0的像素，在滤波矩阵中对应元素大于0，示例中为1/8。

据此，滤波后的图像的像素值的分布矩阵m”如下所示：

对比m”和m’可知，m’中所有像素的像素值相同，已不能表达原矩阵m中像素值的分布规律，而m”中仍然是相邻列的像素值不同，并且奇数列的像素值大于偶数列的像素值，仍然能够在一定程度上表达原矩阵m中像素值的分布规律，便于确保后续采样得到的压缩图像不会严重失真。

图3是根据本公开的实施例示出的一种根据改变了像素值的分布规律的图像生成压缩图像的示意流程图。如图3所示，在图2所示实施例的基础上，所述根据改变了像素值的分布规律的图像生成压缩图像包括：

在步骤s31中，对滤波后的图像中的像素进行采样，以根据采样的像素构成压缩图像。

在一个实施例中，生成压缩图像的方式可以是对图像进行采样，其中，采样的方式可以根据需要选择，例如可以是间隔采样，也可以是随机采样。

除了通过采样压缩图像，还可以通过设定的压缩算法压缩图像，例如霍夫曼编码，lzw压缩算法等。

图4是根据本公开的实施例示出的一种对滤波后的图像中的像素进行采样的示意流程图。如图4所示，在图3所示实施例的基础上，所述对滤波后的图像中的像素进行采样包括：

在步骤s311中，根据采样矩阵对滤波后的图像进行处理。

在一个实施例中，图像包括多个呈矩阵分布的像素，每个像素具备相应的像素值，因此可以通过像素值构成矩阵来表达图像中每个像素的像素值分布，进而可以通过采样矩阵对滤波后的图像进行处理实现采样，例如通过采样矩阵与像素值构成的矩阵相乘，计算过程相对其他采样算法较为简单，易于实现，有利于降低运算负荷。

图5是根据本公开的实施例示出的另一种对滤波后的图像中的像素进行采样的示意流程图。如图5所示，在图4所示实施例的基础上，所述对滤波后的图像中的像素进行采样还包括：

在步骤s312中，获取所述图像的尺寸信息和所述像素的尺寸信息；

在步骤s313中，根据所述图像的尺寸信息和所述像素的尺寸信息确定所述采样矩阵。

在一个实施例中，为了使得采样后的图像能够相对准确地表达原图像的信息，需要对原图像进行相对均匀的采样，而图像的尺寸信息和像素的尺寸信息则可以体现像素在图像中的分布情况。

例如以矩形的图像为例，图像沿x轴方向的尺寸为200，沿y轴方向的尺寸为100，像素沿x轴方向的尺寸为1，沿y轴方向的尺寸为2，据此可以确定在图像中设置有50行，200列像素，行列比为1/4，因此所用的采样矩阵的行列比也为1/4，从而使得采样后的图像的行列比仍为1/4，以便表达原图像的信息。

当然，根据图像的尺寸信息和像素的尺寸信息除了可以确定采样矩阵的行列比，还可以确定采样矩阵的其他信息，例如采用矩阵的采样间隔等。

图6是根据本公开的实施例示出的另一种图像压缩方法的示意流程图。如图6所示，在图4所示实施例的基础上，所述根据所述滤波矩阵对所述图像进行处理得到滤波后的图像；根据采样矩阵对滤波后的图像进行处理包括：

步骤s22’，根据所述滤波矩阵和所述采样矩阵生成滤波采样矩阵；

步骤s311’，根据所述滤波采样矩阵对所述图像进行处理。

在一个实施例中，基于滤波矩阵和采样矩阵，可以先生成滤波采样矩阵，例如将滤波矩阵和采样矩阵相乘得到滤波采样矩阵，进而再通过滤波采样矩阵对所述图像进行处理的得到滤波且压缩过的图像。据此，只需对图像进行一次矩阵处理，由于图像的数据量较大，因此相对于通过滤波矩阵和采样矩阵分别对图像进行处理，可以有效地减少运算的数据量，从而降低运算负荷。

与前述图像压缩方法的实施例相对应，本申请还提供了图像压缩装置的实施例。

本申请图像压缩装置的实施例可以应用在终端或服务器上。装置实施例可以通过软件实现，也可以通过硬件或者软硬件结合的方式实现。以软件实现为例，作为一个逻辑意义上的装置，是通过其所在终端或服务器的处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言，如图7所示，为根据本公开的实施例示出的图像压缩装置所在终端或服务器的一种硬件结构图，除了图7所示的处理器、内存、网络接口、以及非易失性存储器之外，实施例中装置所在的终端或服务器通常根据该终端或服务器的实际功能，还可以包括其他硬件，对此不再赘述。

图8是根据本公开的实施例示出的一种图像压缩装置的示意框图。本实施例所示的方法可以应用于终端，例如手机、平板电脑、可穿戴设备等电子设备，也可以应用于服务。如图8所示，所述图像压缩装置包括以下结构：

分布确定模块1，用于确定图像中像素的像素值的分布规律；

分布改变模块2，用于在所述分布规律符合预设分布规律的情况下，通过预设方式改变所述像素值的分布规律；

图像压缩模块3，用于根据改变了像素值的分布规律的图像生成压缩图像。

图9是根据本公开的实施例示出的一种分布改变模块的示意框图。如图9所示，所述分布改变模块2包括：

滤波确定子模块21，用于根据所述像素值的分布规律确定滤波矩阵，其中，所述滤波矩阵中元素的分布规律，与所述像素的像素值的分布规律不同；

滤波子模块22，用于根据所述滤波矩阵对所述图像进行处理得到滤波后的图像。

图10是根据本公开的实施例示出的一种图像压缩模块的示意框图。如图10所示，所述图像压缩模块3包括：

采样子模块31，用于对滤波后的图像中的像素进行采样，以根据采样的像素构成压缩图像。

可选地，所述采样子模块31用于根据采样矩阵对滤波后的图像进行处理。

图11是根据本公开的实施例示出的另一种图像压缩模块的示意框图。如图11所示，所述图像压缩模块3还包括：

尺寸确定子模块32，用于确定所述图像的尺寸信息和所述像素的尺寸信息；

采样确定子模块33，用于根据所述图像的尺寸信息和所述像素的尺寸信息确定所述采样矩阵。

图12是根据本公开的实施例示出的另一种图像压缩装置的示意框图。如图12所示，所述装置还包括：

矩阵生成模块4，用于根据所述滤波矩阵和所述采样矩阵生成滤波采样矩阵；

其中，所述滤波子模块22和所述采样子模块31，用于根据所述滤波采样矩阵对所述图像进行处理。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

根据本公开的第三方面，提出一种电子设备，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为执行上述任一实施例所述方法中的步骤。

根据本公开的第四方面，提出一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述任一实施例所述方法中的步骤。

本领域技术人员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。