### 彩色图像的JPEG编码与压缩 在 PyCharm 中实现彩色图像的 JPEG 编码与压缩可以通过 OpenCV 库完成。以下是详细的说明和代码示例。 #### 使用 OpenCV 实现 JPEG 压缩 OpenCV 提供了 `imwrite` 函数用于保存图像，并允许通过参数调整 JPEG 压缩质量。JPEG 质量由 `cv2.IMWRITE_JPEG_QUALITY` 参数控制，范围为 0 至 100，数值越大表示更高的质量和更大的文件大小[^1]。 下面是完整的 Python 示例代码： ```python import cv2 # 读取原始彩色图像 img = cv2.imread("lena.webp") if img is None: raise ValueError("无法加载图像，请检查路径是否正确") # 显示原始图像 cv2.imshow("Original Image", img) # 设置不同的 JPEG 压缩质量并保存图像 compression_quality_low = 5 # 较低的压缩质量 compression_quality_high = 95 # 较高的压缩质量 # 保存不同质量的 JPEG 文件 cv2.imwrite("compressed_low.jpg", img, [int(cv2.IMWRITE_JPEG_QUALITY), compression_quality_low]) cv2.imwrite("compressed_high.jpg", img, [int(cv2.IMWRITE_JPEG_QUALITY), compression_quality_high]) # 加载压缩后的图像以便比较 low_compressed_img = cv2.imread("compressed_low.jpg") high_compressed_img = cv2.imread("compressed_high.jpg") # 显示压缩后的图像 cv2.imshow("Low Quality Compressed Image", low_compressed_img) cv2.imshow("High Quality Compressed Image", high_compressed_img) # 等待按键关闭窗口 cv2.waitKey(0) cv2.destroyAllWindows() ``` #### 结果分析 运行以上代码后会生成两个 JPEG 文件 (`compressed_low.jpg`, `compressed_high.jpg`) 并分别展示它们的效果。较低的压缩质量 (如 5) 将显著减少文件大小，但可能导致明显的失真；而较高的压缩质量 (如 95) 则能保持较好的视觉效果，但文件大小较大[^1]。 #### 对比图可视化 为了更直观地对比压缩前后的差异，可以计算每张图片的 PSNR（峰值信噪比）。PSNR 是衡量两幅图像之间误差的一种标准指标，其值越高表明图像越接近原图。 下面是一个简单的 PSNR 计算函数及其应用： ```python def calculate_psnr(img1, img2): mse = np.mean((img1.astype(float) - img2.astype(float)) ** 2) if mse == 0: return float('inf') max_pixel_value = 255.0 psnr = 20 * np.log10(max_pixel_value / np.sqrt(mse)) return psnr original_image = cv2.imread("lena.webp") low_compressed_image = cv2.imread("compressed_low.jpg") high_compressed_image = cv2.imread("compressed_high.jpg") psnr_low = calculate_psnr(original_image, low_compressed_image) psnr_high = calculate_psnr(original_image, high_compressed_image) print(f"PSNR of Low-Quality Compression: {psnr_low:.2f} dB") print(f"PSNR of High-Quality Compression: {psnr_high:.2f} dB") ``` 此部分代码将打印出两张压缩图像相对于原图的 PSNR 值，从而帮助评估压缩算法的有效性和损失程度。 ---