用opencv读图，libjpeg压缩图像失真

wgf3341869 2013-07-04 03:23:08

我用opencv的IplImage读取图片，基于它读取图片后都是提供一个二维数组，用它记录图片的像素，所以我直接对它进行libjpeg操作压缩，我试过读取jpg格式和bmp格式，图片在不同的尺寸下会出现不同的情况，就是两种图片都成功压缩过，有些尺寸可以成功压缩，有些尺寸不行，有些是失去彩色，有些是图片倾斜，下面就有两幅是正常的，其它的都是异常的

...全文

1021 13 打赏收藏转发到动态举报

写回复

13 条回复

切换为时间正序

请发表友善的回复…

发表回复

tianxuanhang717 2016-03-10

打赏
举报

回复

94303562@qq.com，谢谢，急需，压缩的图片失真

程小二 2016-01-09

打赏
举报

回复

1074219405@qq.com,谢谢

whumatrix 2015-07-31

打赏
举报

回复

大神,求教,whuchaolee@yeah.net

wgf3341869 2014-11-22

打赏
举报

回复

要解决方案的留下联系方式

bin610 2014-06-12

打赏
举报

回复

楼主，求解决方案啊

xt_idear 2014-02-22

打赏
举报

回复

具体怎么解决的呢？

試著讓故事繼續吧 2013-10-28

打赏
举报

回复

楼主，能不能把代码贴一下呢

wgf3341869 2013-08-12

打赏
举报

回复

5楼强大，中了

proudingsoul 2013-08-12

打赏
举报

回复

其实问题就在于你的像素值的调整，我也试过这样的问题，你把长或者宽设成2的倍数或者更强的倍数关系，即4或者8试试

wgf3341869 2013-07-05

打赏
举报

回复

好像是加1减1的问题，我是自己写缩略，线性插值算法，长和宽一开始就直接按比例算，加减1是在浮点的时候强制转换才有出入的，不过要怎么样让它们自动调整呢

你很厉害，大神，再给点意见

wgf3341869 2013-07-05

打赏
举报

回复

哈哈，问题解决了，你只说了一半，最核心那一步没有说道，我解决了，谢谢苍天和大地！！！！！！！！！！想弄明白的人跟我要，哈哈！！！！

wgf3341869 2013-07-04

打赏
举报

回复

什么数值缺1或多1，有可能是什么数值？最奇怪的是有些尺寸能正常压缩，分量错位？位置错位？大神支招！！除了压缩算法是jpeg给的，矩阵都是我自己操作的，三原色，要不要把代码传上去？说具体点

等救命的

zodiac1111 2013-07-04

打赏
举报

回复

没用过,看图形式,很可能是数值上的缺1/多1.仔细看看宽/高等数值/循环次数之类失去颜色那个看上去像是某个分量错位+位置错位. 希望对你有用.

本文系统总结27个OpenCV真实故障案例，覆盖环境配置、BGR色彩空间处理、灰度转换陷阱、Canny边缘检测调参、图像缩放插值选择、视频流顽疾解决及YOLOv5集成等核心环节。强调问题驱动工作流设计，指出Anaconda环境风险、原生Python+虚拟环境优势、技术栈分层逻辑，并提供可复用的图像处理流水线类与诊断脚本。所有方案均经Jetson Nano、树莓派及Docker生产环境验证。

Gemma 4 是 Google 面向边缘设备推出的轻量化多模态大模型，专为文本+图像输入优化，支持在 Jetson Orin Nano 等低资源硬件上实时推理。其核心创新在于 Multi-Modal Token Compressor（MMTC）模块，动态压缩视觉 token 至 32 个，显著降低内存带宽与延迟。模型采用 ConvNeXt-V2 视觉编码器（87M 参数）与 Gemma 2 MoE 文本主干（2B），支持 ONNX/TensorRT/NPU 部署，并提供可替换、可审计的模块化开源工具链。实测 OKVQA 准确率达 68.7%，VQA 延迟低于 1.2 秒。

内容概要：本文聚焦于高维多阶段随机规划问题，深入研究了正则化分解方法与马尔可夫过程在刻画不确定性动态演化中的应用，并提供了完整的Python代码实现。通过引入正则化技术有效降低了高维随机优化问题的计算复杂度，结合马尔可夫链建模多阶段决策过程中的不确定性传播机制，提升了模型在复杂动态环境下的求解效率与鲁棒性。研究涵盖了问题建模、算法设计、数值求解及结果分析全过程，具有较强的理论深度与工程实践价值；适合人群：具备一定运筹学、优化理论基础及Python编程能力，从事智能决策、人工智能、能源系统优化、金融工程等相关领域的科研人员、高校研究生以及工业界研发工程师；使用场景及目标：①应用于电力系统调度、供应链管理、金融资产配置等存在多阶段不确定性的复杂决策场景；②掌握高维随机规划的建模思路与高效求解技术，深入理解正则化方法与马尔可夫过程在实际优化算法中的融合机制与实现路径；阅读建议：建议结合提供的Python代码进行动手实践，重点关注算法实现细节、参数敏感性分析与收敛性验证，鼓励在不同应用场景中迁移和改进该方法，进一步探索其在分布鲁棒优化、动态规划等前沿方向的扩展潜力。

内容概要：本文系统介绍了一种基于图论的非参数聚类分析方法，并提供了完整的Matlab代码实现。该方法通过构建数据点间的图结构，利用图论中的连通性和路径特性进行聚类划分，无需预先设定聚类数目，具有较强的自适应能力。文章重点阐述了算法的核心思想、数学建模过程及关键步骤的编程实现，展示了其在复杂分布数据上的聚类效果，突出了在处理非球形、不规则簇结构时相较于传统聚类算法的优势，有助于读者深入理解图论在无监督学习中的应用机制。; 适合人群：具备一定数学基础和Matlab编程能力，从事数据分析、模式识别、机器学习或相关工程研究的研究生及科研人员。; 使用场景及目标：①学习图论在聚类分析中的具体应用原理与实现技巧；②掌握非参数聚类算法的设计思路与代码实现方法；③应用于科研项目中对复杂、未知结构数据的无监督分类任务；④作为算法原型进行二次开发或与其他模型融合创新；阅读建议：建议读者结合提供的Matlab代码逐行调试，通过调整参数（如邻接阈值、相似度度量方式）观察聚类结果变化，深入理解算法行为，并尝试将其应用于自身研究领域的实际数据集中，以提升理论与实践结合的能力。

python程序源码

Linux/Unix社区

23,223

社区成员

74,536

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章