OpenCV教程（11）-- 图像压缩操作

Posted 2022-09-20 Techblog of HaoWANG

前言

图片压缩应用很广泛，如生成缩略图等。前期我在进行图片处理的过程中碰到了一个问题，就是如何将图片压缩到指定尺寸，此处尺寸指的是生成图片文件的大小。

我使用 opencv 进行图片处理，于是想着直接使用 opencv 进行图片压缩处理， opencv 本身包含了压缩到指定像素大小的方法，奈何寻找了很多方法均不能压缩到指定文件尺寸，于是自己在思考后写出了此方法。本文使用python语言。

---

一、 opencv 常规使用

opencv 无需多言，做过图片处理的人应该都知道此类库，下面我介绍一些常用方法。

1.1 安装 opencv

首先安装 python ，建议 python3 ，然后执行：

pip install opencv-python

1.2 读取图片

首先引入 opencv 包：

import cv2 as cv

而后读取图片：

image = cv.imread(path)

其中 path 为图片路径， image 为图片数据，是一个 numpy.ndarray 对象，其实就是一个多维数组。目前 opencv 支持几乎所有格式的图片。

1.3 保存图片

代码：

cv.imwrite(path, image)

其中 path 为保存的文件路径， image 为读取或者处理过的图片数据， opencv 根据保存文件的后缀名来写不同格式的图片数据，所以后缀名一定要写正确。

---

二、图片压缩

2.1 常规压缩

opencv 支持常规压缩，可以将图片压缩到指定的像素尺寸或者按比例缩放。

• 压缩到指定的像素尺寸：

new_image = cv.resize(image, size)

其中 size 是一个二维元组，表示压缩后图片的宽高。

• 按比例缩放：

new_image = cv.resize(image, None, fx, fy)

其中 fx , fy 表示图片在宽和高方向的压缩了比例。

2.2 压缩到指定文档大小

有了上面的基础我们来分析一下如何实现压缩到指定文档大小。

首先我们要读取原始文档的大小，算出原始文档大小和压缩目标值的比例，由于我们要实现的是宽高等比例压缩，于是将其开根号即表示在单边的压缩比例，调用 2.1 节中的按比例压缩。理论上一次就能达到效果，但是由于图片本身存在压缩，所以可能一次无法达到预期，只要对压缩后的图片重复此步骤，直到达到预期即可。

2.2.1 读取文档尺寸

def get_doc_size(path):
    try:
        size = os.path.getsize(path)
        return get_mb_size(size)
    except Exception as err:
        print(err)

def get_mb_size(bytes):
    bytes = float(bytes)
    mb = bytes / 1024 / 1024
    return mb

get_doc_size 函数返回图片的文档大小，单位为 MB 。

2.2.2 删除文件

def delete_file(path):
    if file_exist(path):
        os.remove(path)
    else:
        print('no such file:%s' % path)
        
def file_exist(path):
    return os.path.exists(path)

由于我们需要删除压缩过程中产生的中间文件，所以需要调用 delete_file 方法删除之。

2.2.3 压缩

size = get_doc_size(path)
delete_file(resize_path)

while size > filesize:
    rate = math.ceil((size / filesize) * 10) / 10 + 0.1
    rate = math.sqrt(rate)

    rate = 1.0 / rate
    if file_exist(resize_path):
        resize_rate(resize_path, resize_path, rate, rate)
    else:
        resize_rate(path, resize_path, rate, rate)
    size = get_doc_size(resize_path)

其中 filesize 表示压缩目标值， path 表示原始文件路径， resize_path 表示压缩后存放路径， resize_rate 表示上述按比例压缩方法，定义如下：

def resize_rate(path, resize_path, fx, fy):
    image = read_image(path)
    im_resize = cv.resize(image, None, fx=fx, fy=fy)
    delete_file(resize_path)
    save_image(resize_path, im_resize)
    
def save_image(path, image):
    cv.imwrite(path, image)


def read_image(path):
    return cv.imread(path)

当然此处为了效果更好，我做了一些优化。

首先在获取压缩比例的时候我做了下述操作：

rate = math.ceil((size / filesize) * 10) / 10 + 0.1

理论情况应当是直接返回 size / filesize 即可，但是在实际测试过程中为了加速收敛，我采用上述方式，将一个小数先乘以 10 对其向上取整，这样就表示精度保留到原始数值小数后 1 位，即如果是 3.14 将得到 32 ，而后将此结果再除以 10 ， 即得到 3.2 ，所以最终结果就是对小数后第二位进行向上进位，最后结果又加了 0.1 以更快速的收敛，当然你也可以去掉。

实际测试发现，一般重复执行两次即可得到理想的压缩效果，并且结果值与理想压缩尺寸相差无几。

---

C++代码：

#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/nonfree/features2d.hpp> //
#include <opencv2/imgproc/imgproc.hpp> // resize()
 
 
#include <iostream>
using namespace cv;
using namespace std;
 
 
int main(int argc, const char *argv[])
    Mat big = imread("imgs/linux.jpg",-1);//CV_LOAD_IMAGE_ANYDEPTH);// the big pic
    Mat dst = imread("imgs/200X200.jpg", -1);
 
 
    cout << "Mat info:" << endl;
    cout << "Original pic," << big.rows << " : "<< big.cols << endl;
    cout << "dst pic, " << dst.rows << " : "<< dst.cols << endl;
    
    Size s = big.size();
    cout << "Pic Size info:" << endl;
    cout << "Original pic," << s.width << " : "<< s.height << endl;
    s = dst.size();
    cout << "dst  pic," << s.width << " : "<< s.height << endl;
    // resize big to dst 
    cv::resize(big, dst, dst.size());
 
 
 
 
 
 
    // show it on an image
    imshow("big", big);
    imshow("test", dst);
    waitKey(0);
 
 
    return 0;

 

---

三、结论

本文简单介绍了如何使用 opencv 将图片压缩到指定文件尺寸，当然你也可以选择其他文件处理类库而不是 opencv ，这个完全可以根据用户自己的兴趣而来，并且也可以优化最终的循环算法，以达到更佳的效果，或者更快的收敛。