问题标签 [lossless]

最近，我在做有关 Windows clearType 文本压缩的工作；Windows 文本字体使用亚像素渲染技术，使文本字体边缘充满杂色，如下图。

我试过jpeg、zstd、lz4，它们的压缩比不能让我满意，所以有人有经验或想法来压缩这种类型的位图，有损还是无损？

我想隐藏视频上的文本（在 java 中）。我从图像创建视频，并获得了视频无损格式。现在，我想从这个视频中获取帧。我该怎么做？。这是我使用的代码：

}

我们有带有动画编解码器的 .mov，像素看起来很棒。但是 LED 媒体播放器正在寻找 h264、mpeg-1 或 mpeg2。这甚至有可能获得高像素精度吗？我阅读了很多评论并尝试了h264无损无济于事。谢谢你的帮助！

我试图根据观察数据样本猜测哪种压缩方案正在编码 14 位图片。相同的算法（具有不同的参数）可能用于压缩有损和无损。

以下是 1624x1080 图片的无损版本的标头数据示例。观察：每个 ff01 包含 4 个 ff02 部分。在无损的情况下，每个 ff02 部分都有一个 ff03 部分。压缩数据的前 32 个字节，就在每个 ff03 标头之后显示 b'...' 下面：

它可以是小波（因为 10 个“ff03”子部分用于有损而不是 1 个用于无损）与 Rice 编码（没有像表一样的霍夫曼）？

亲切的问候

劳伦特 (lclevy@free.fr)

我在 Android 应用上为 JPG 文件实现了裁剪功能，要求非常严格：

• EXIF 必须保留。
• 裁剪必须是无损的（因此裁剪只能在某些地方进行，没关系）。
• 应用程序的大小非常严格，因此任何需要的库都应该在 300 KB 或更少，最好没有库。

Manipulate an image without delete its EXIF data问题有点相似，但不幸的是第一个解决方案在javax.imageio.ImageIOAndroid 上不可用，第二个解决方案使用了一个太大的库，690 KB。

有没有办法做到这一点，最好是使用标准的 Android 类？

我正在尝试从一组jpg图像创建视频。我希望视频的每一帧都与用于创建它的图像完全相同。为了得到这个结果，我使用以下命令：

但是，如果我检查第一帧是否等于用于创建视频的第一张图像，我会得到一些差异。为了检查这一点，我使用了以下代码：

如果我使用 opencv 执行转换，结果如预期：第一帧和用于创建视频的第一张图像之间没有区别。这是用于从图像生成视频的 python 代码：

我是否错过了一些选项以获得相同的结果ffmpeg？

拿两个。

在我的 nodejs 应用程序中，我需要提取 JPEG 图像的矩形部分。我有坐标（x、y、宽度、高度），我只需要裁剪。

有许多库可以做到这一点（sharp、jimp、lwip 等），但它们都遵循 decompress-modify-recompress 模式。

由于这是一个服务器应用程序，我可能需要为每秒多张图片执行此操作，因此我希望使其尽可能高性能。

幸运的是，我不需要精确的裁剪。如果结果大几个像素也没问题。因此，我可以在正确对齐的坐标上使用无损 JPEG 提取^{1 。}它既可以节省 CPU 周期、内存，又可以避免任何潜在的质量损失。

我知道这是可以做到的，因为已经有工具可以做到这一点——我找不到用 Javascript 编写的工具。我还想避免使用 CLI 工具，因为我怀疑写入磁盘/调用工具/收集结果的开销将远远大于使用可用库在内存中进行重新压缩舞蹈（但是，如果您对此有争论方法，我也会接受它作为答案）。

那么-如何在Javascript（node.js，服务器端）中无损裁剪JPEG图像（在正确对齐的坐标上）？输出当然是另一个 JPEG 图像。

¹请注意，在这种情况下，“无损”并不意味着“无损 JPEG”。它的意思是“无损裁剪”，即提取 JPEG 的一部分而不对其进行解压缩/重新压缩。这是 JPEG 上可能的少数无损操作之一。

我已经花了几周的时间来测试这里的所有答案，以便在 Android 上使用 FFMPEG 进行无损切割。无论我尝试什么，我总是会失败。在我们正在构建的应用程序中，我们需要精确到毫秒。

我已经尝试了很多命令的变体，其中很多变体超过半秒。这适用于复制和重新编码。有了这个，我在这两个位置之前和之后都尝试了 -ss，但我没有看到任何区别。这些是效果最好的两个命令，但仍然不够接近：

有没有人使用过给出更准确结果的命令甚至其他库？

假设您要将一组字符转换为另一组字符。不是将集合 A 中的每个字符 1-1 映射到集合 B 中的相应字符，而是稍微复杂一些。想像一个从泰语或韩语等脚本到拉丁语脚本的自然语言音译器。在韩语示例中，您会得到如下内容：

SKATS 与韩文存在 1 对 1 的映射关系。LU是一个字母，M另一个，CU另一个等等。这些字母与韩文字符的发音没有对应关系，这些基本上只是从帽子里挑选出来的。

当您有多个字符代表一个字符时，问题就开始出现了。

比如说你有一个“送气t”的声音，tʰ用IPA表示，你也有字母tand h，你有英语的th声音（θ在 IPA 中）。假设您决定将tʰ声音表示为th。好吧，你可以有这个实际的序列：

如果你翻译它会是：

结合它的实际外观是：

现在的问题是如何回到原来的字符序列。我们可以用多种方式解释这一点：

你如何编写一个算法来检查你的映射是否是 1:1 无损的以防止这个问题？我试图把我的头缠上几天，但我没有得到任何地方。

另一个例子是如果你有“单个字母”被转码成“ts”、“s”、“t”、“h”、“th”、“tsh”、“thsh”等。那么你有一个真正的问题.

当我将黑色 ( rgb(0,0,0)) 转换为LAB并再次返回时，它显示为19, 0, 10.

是否有修改后的公式可以扩展 Lab 颜色空间以进行 1:1 转换？如果没有，是否有任何其他色彩空间保持“这些值中相同数量的数值变化对应于大致相同数量的视觉感知变化”的属性？

我想在一些图像上运行 k-means 聚类，它在实验室空间中效果更好。