s1083510 Homework #5

 

主題：影像壓縮練習 Run-Length Based Image Compression

專案目標：

設計一個基於Run-Length的壓縮方法，對附檔的三張將晶片高度以色彩視覺化後的圖檔作無失真壓縮，並儲存成新檔案，再計算三張圖的平均壓縮率。

 

開發平台：Microsoft Windows 11, Visual Studio Code (version 1.86), OpenCV 4.9.0, python 3.11.5

 

    專案說明：

    在進行RLE壓縮時，我用numpy下的flatten()來計算圖像像素連續出現的次數（因將圖像數據轉為一維數組較容易做操作）。最後便可知道一個像素值及其餘圖像中連續出現的次數。

    首先，把三張BMP檔讀進來，再把此彩色圖像分為紅色（R）、綠色（G）和藍色（B）三個通道，並運用上述的RLE方法去對此三個通道做編碼後，寫入壓縮檔。運用value和count來記錄數值及其出現的次數。

計算原始圖像的數據大小（height*width*3通道數），以及計算壓縮數據的大小（value, count），如此便可得知Compression Ratio (Compression Ratio = Original Size/Compressed Size)，即原始數據大小與壓縮以後的數據大小的比值。

最後，使用with打開文件，寫入壓縮後的數據（包含像素值和連續出現次數），並將壓縮後的檔案儲存到資料夾中。

解壓縮為原始檔案：解壓縮上述被我們壓縮過後的RLE檔，解析三個通道長度編碼數據，並解壓縮為圖像數據，再合併成一個彩色圖像後輸出。

結果輸出：

圖中顯示原始BMP檔案和壓縮過後存成RLE檔案的大小：

Compression Ratio（Compression Ratio = Original Size / Compressed Size）：

img_1：2.47

img_2：1.43

img_3：2.69

此圖為解壓縮後的無失真原檔：

以下顯示，對BMP檔做無失真壓縮後解壓縮的結果。

上圖皆為原始BMP檔，下圖為經過無失真壓縮後的解壓縮BMP檔：

img_1

img_2

img_3

下圖為三張圖各自的壓縮率及平均壓縮率：