问题标签 [quantization]

I have a continuous signal which I want to convert to a step-like function (I'm not sure what the correct term is)

So every sample in the lower part of the signal should be replaced by 1, middle ones 2 and high ones 3. And I want to control the size of steps (which is 3 in this example, but it can change)

How can I do that with MATLAB? Thanks in advance.

P.S.

I tried quant and ordinal, but I couldn't make it.

我需要生成图像中前 5 种主色的调色板。我想复制Embedly 的提取工具或Color Thief的结果。

以下命令给了我稍微不同的结果：

我有点不确定是否应该量化为 5 种颜色，因为我发现这样做不适用于简单的图形（例如 Google 徽标）。使用更大的调色板然后只选择前n 个颜色会更好吗？

这让我想到了关于所使用的量化算法的下一个问题。查看 Embedly Extract 的结果，输出颜色不一定是最频繁的，但似乎是彼此最不同的集群。

例如，假设我有一个非常暗的图像（黑色/棕色），其中有一个小细节是鲜红色的。我如何确保 ImageMagick 包含红色？（抱歉，如果这听起来很愚蠢，色彩理论对我来说是全新的！）。

下面是我一直用于测试的图像：

我有标准化的问题。让我知道问题是什么以及我如何尝试解决它。
我拍摄三通道彩色图像，将其转换为灰度并应用均匀或非均匀量化以及相同的东西。对于这个图像，我应该应用归一化，但即使图像和灰度并且总是有三个通道，我也会遇到问题。如何应用具有三通道图像的归一化？最小值和最大值应该都在三个通道中吗？有人可以帮帮我吗？
我使用的语言是处理 2。

PS 你能用彩色图像代替灰度图像做同样的事情吗？

我在我的课程材料中得到了这个问题的解决方案。

问题：

x(t)在处采样的信号10 sample/sec。考虑第10 samples一个x(t)

使用 8 位量化器找到量化误差。

解决方案：

对此没有任何解释，您能详细解释一下这是如何计算的吗？

所以我正在研究一种方法来提取人类从图像中感知到的主色。

例如，这是一张照片：https ://500px.com/photo/63897015/looking-out-for-her-kittens-by-daniel-paulsson

大多数人会认为“主导”颜色是眼睛那刺眼的天蓝色。但是，使用标准量化时，当您降至 16 种颜色以下时，蓝色会完全消失。眼睛只占画布的 0.2%，所以取平均值根本行不通。

项目详细信息：我正在构建一个 Rails 应用程序，它将接受上传的照片或特定颜色，并返回一堆具有相似主色的其他照片。设计师将使用该工具来查找与其预先存在的配色方案相匹配的库存照片。如果我能整理出技术部分，我还有其他很酷的想法。

当前研究：在过去的 24 小时里，我一直在阅读有关这些内容的所有内容。在我尝试过的所有服务中，TinEye 是唯一一个做得很好的服务，但它们是闭源的。我不能提供超过 1 个链接，但您可以通过 google 'TinEye Color' 找到它。

使用的工具：我正在使用 ImageMagick 进行图像转换和直方图生成。

期望的结果：当给定那张照片时，我想创建一个 5-6 种颜色的调色板，饱和的天蓝色就是其中之一。

当前方法：我现在的做法是将其减少到 32 或 64 种颜色，并寻找饱和度/色调异常值。如果标准差很低并且离群值很远，我会将其添加到调色板中。然后，我将进一步将照片减少到 4 种颜色，并将它们组合成 5-6 个调色板。

我的问题：我的问题是 ImageMagick 的量化算法。我不想取颜色的平均值，我想将它们按相似的颜色分组并取中值，偏爱饱和颜色。当我将猫图片减少到 32 种颜色时，眼睛会变成不饱和的灰色。

所以我问你们是否知道任何算法或颜色原理，可以让我找到从图像中脱颖而出的颜色，而不会将它们模糊在一起。我想要一种实际存在于图像中的颜色，而不是 4-5 种颜色组合的模糊平均值。

在更一般的意义上，TinEye 做得很完美，我想弄清楚他们是如何做到的。

MPEG-1 量化帧间和帧内，但是我很好奇为什么帧间的量化表都是常数，而帧内的默认量化表不是。

我想计算我的信号的 SQNR。

首先“删除”4 个最低有效位。所以我将样本除以 16，四舍五入，然后再乘以 16。

我计算了误差信号（原始信号和重新量化信号之间的差异）。我得出 6.4180e-05 的结果。这可能吗？当我将其转换为 db 时，结果为 -83.8519 db。这个对吗？我做的对吗？价值看起来如此之大。

我正在运行OpenCV 文档中的量化示例代码，它正在抛出

这是代码本身：

任何帮助将不胜感激！

我在 Matlab 中创建了一个用于量化图像的方法。但我似乎没有很好地量化图像。（比如我用DWT对图像进行量化，然后再用IDWT，图像是用正方形填充的）。

量化方法有什么问题？

编辑：这是例如 DWT->量化 LH、HL、HH 值->IDWT 的结果。图像充满了正方形。

我想将 RGB 颜色从 8 位量化到 6 位。我编写的java代码如下：

然后，我改变了：

至：

因为我认为这意味着每个通道每像素6位，我不知道我的理解是对还是错，输出图像真的很奇怪。我希望有人能帮我弄清楚