λόγος συμπίεσης

A

amith

Guest
Γεια σου,

Τι σημαίνει αυτό συνεπάγεται, λόγος συμπίεσης του 25:1
και είναι DCT είναι lossy ή χωρίς απώλειες, πριν quantization.

 
Γεια σου,
Σχέση συμπίεσης νοείται το ποσό της συμπίεσης, ώστε να κωδικοποίηση πρώτη δεδομένων, με άλλα λόγια όταν λέμε ο λόγος συμπίεσης είναι 25:1 αυτό σημαίνει ότι το μέγεθος των κωδικοποιημένων ρεύματος είναι 1 / 25 από τον αρχικό, στην περίπτωση αυτή μπορείτε να 100kB μετατρέψετε ένα αρχείο σε ένα 4KB,
Σχετικά με το DCT, επειδή DCT συντελεστές είναι κλασματική και δεν είναι ακέραιος, οπότε υπάρχει απώλεια όταν κάνουμε αντίστροφη DCT, αλλά πιστεύει ότι το ποσό της ζημίας είναι αμελητέα.
Με τις καλύτερες ευχές,
Mehdi

 
Hi Amith,Σχέση συμπίεσης:

compression ratio[/colo] is a single number that can be used to predict the performance of any internal-combustion engine.Ο
λόγος συμπίεσης [/ colo] [color = darkred] είναι ένα ενιαίο αριθμό που μπορεί να χρησιμοποιηθεί για την πρόβλεψη της απόδοσης του κάθε κινητήρα εσωτερικής καύσης.
Είναι μια σχέση μεταξύ του όγκου του θαλάμου καύσης, όταν το έμβολο βρίσκεται στο κάτω μέρος του εγκεφαλικού επεισοδίου του, και ο όγκος όταν το έμβολο βρίσκεται στην κορυφή του εγκεφαλικού επεισοδίου.
Όσο μεγαλύτερη είναι η αναλογία συμπίεσης, η πιο μηχανική ενέργεια ενός κινητήρα μπορεί συμπίεση από τον αέρα του μείγματος καυσίμων.
Υψηλότερες αναλογίες συμπίεσης, ωστόσο, να κάνουν πιο πιθανή έκρηξη.Για περισσότερες πληροφορίες:
* Http://en.wikipedia.org/wiki/Compression_ratio&- This means that, the algorithm used to compress the data, had compressed it to this extent.
it has compressed 25 data elements to a single data element.λόγος συμπίεσης του 25:1

- Αυτό σημαίνει ότι, τον αλγόριθμο που χρησιμοποιείται για τη συμπίεση των δεδομένων, είχε συμπιεστεί σε τέτοιο βαθμό.
έχει συμπιεσμένα 25 κατηγορίες δεδομένων σε ένα μόνο στοιχείο δεδομένων.Cheers ...

 
hi amith,

DCT είναι lossy συμπίεση και DFT δεν είναι ........... quantization είναι επίσης μια lossy διαδικασία.

λόγος συμπίεσης είναι η sizeoffile (πριν από τη συμπίεση) / sizeoffile (μετά τη συμπίεση).

 
Hi Arjun,

Ευχαριστώ για τις πληροφορίες, αλλά

ενώ reconstructioning ένα DCT εικόνας οι τιμές είναι ελαφρώς differes η οποία είναι αμελητέα, αλλά πώς DFT δεν μπορεί να είναι lossy u μένα σαφές. does it δίνουν έξω με λάθος, στην ανοικοδόμηση.

 
Αν δεν quantizing μετά τη μετατροπή, αυτό θα prefectly ανακατασκευάστηκε.

 
Καλά λόγος συμπίεσης δίνει ένα μέτρο του πόσο αλγορίθμου σας μπορεί να συμπιέσει τα δεδομένα, εξάλλου DCT είναι Lossless πριν quantization.

 
Γεια σου,

Είμαι λίγο συγχέουμε εδώ.
Πριν quantization, είναι DCT χωρίς απώλειες;

Ξέρω ότι μόλις quantize, θα είναι lossy συμπίεση.

Παρακαλώ κάποιος σαφής αμφιβολία μου.

Ευχαριστώ.

 
Hi Hairo,

Όταν DCT εκτελείται στην macroblock, τα δεδομένα δεν χάνονται.

Όλες οι υψηλότερες συχνότητες και ομαδοποιούνται όλες οι χαμηλές συχνότητες συγκεντρώνονται σε μία μορφή 8x8 μήτρα.

Τα περισσότερα από τα στοιχεία που αντιπροσωπεύεται από την πάνω αριστερή αξία.

Εδώ δεν υπάρχει απώλεια λόγω του DCT.Είμαστε μόλις αντιπροσωπεύουν σε μια νεότερη τομέα, τα χωρικά τομέα.

Μετά από αυτό, η κβάντωση παίρνει θέσεις.Καταργεί τις υψηλότερες τιμές συχνοτήτων που είναι πολύ μικρό ή μηδενικό του.

Η άρση αυτών, είναι πολύ συνηθισμένο απώλεια.Αλλά εξακολουθεί να είναι ένα lossy εικόνα ..

Ελπίζω u κατανοητή.

Εάν τυχόν αμφιβολίες ...γυρίσω σε μένα

Thanks and Regards
Deepak

 
Hi Deepak,

Ευχαριστώ πολύ για την εξήγηση.
Το θέμα είναι διαδικασία quantization κάνει το DCT ένα lossy μετασχηματισμό.

 
Ναι, όμως, ότι η απώλεια μπορεί να αγνοηθεί.

Η απώλεια προκύπτει επειδή, κατά την κλίμακα u quantization την DCT co-efficients.Θυμηθείτε DCT αξίες είναι της κινητής υποδιαστολής.

Έτσι όταν κάνω u αντίστροφη quantization στην αποκωδικοποιητή πλευρά, u δεν μπορεί να πάρει το ακριβές αποτέλεσμα όπως αυτό της κωδικοποιητή πλευρά.

Ως εκ τούτου, είναι lossy συμπίεση.Αλλά αυτό μπορεί να αγνοηθείΠροστέθηκε ύστερα από 33 δευτερόλεπτα:Αν αυτό κα ι βοήθησε u .........Παρακαλώ κάνετε κλικ με βοήθησαν στην<img src="http://www.edaboard.com/images/smiles/icon_smile.gif" alt="Χαμόγελο" border="0" />
 

Welcome to EDABoard.com

Sponsor

Back
Top