本申请实施例公开了图像压缩方法、装置、存储介质及计算机设备，该方法包括：获取待压缩图像的特征值；获取图像复杂度与图像特征值的目标相关函数，其中，图像复杂度与图像对应的码率存在线性关系，该目标相关函数根据样本图像的样本特征值及样本图像对应的样本码率得到；将该待压缩图像的特征值输入该目标相关函数中，得到该待压缩图像的复杂度；根据该待压缩图像的复杂度，获取对应的压缩码率，并根据该压缩码率对该待压缩图像进行压缩处理。本申请可以使得对图像进行压缩处理的灵活性较高。高。高。
【技术实现步骤摘要】
图像压缩方法、装置、存储介质及计算机设备
[0001]本申请涉及计算机领域，具体涉及一种图像压缩方法、装置、计算机可读存储介质及计算机设备。
技术介绍
[0002]随着游戏的发布，游戏包体越来越大，其中贴图占了很大一部分。为了减小游戏包体，需要对游戏包体中的图像进行压缩。相关技术提供的压缩方案，如ASTC(Adaptive Scalable Texture Compression)压缩方案提供了多种码率，但通常以一固定码率对不同的图像进行压缩，对图像进行压缩处理的灵活性较差。
技术实现思路
[0003]本申请实施例提供一种图像压缩方法、装置、计算机可读存储介质及计算机设备，可以使得对图像进行压缩处理的灵活性较高。
[0004]为解决上述技术问题，本申请实施例提供以下技术方案：
[0005]一种图像压缩方法，包括：
[0006]获取待压缩图像的特征值；
[0007]获取图像复杂度与图像特征值的目标相关函数，其中，图像复杂度与图像对应的码率存在线性关系，所述目标相关函数根据样本图像的样本特征值及样本图像对应的样本码率得到；
[0008]将所述待压缩图像的特征值输入所述目标相关函数中，得到所述待压缩图像的复杂度；
[0009]根据所述待压缩图像的复杂度，获取对应的压缩码率，并根据所述压缩码率对所述待压缩图像进行压缩处理。
[0010]一种图像压缩装置，包括：
[0011]特征值获取模块，用于获取待压缩图像的特征值；
[0012]函数获取模块，用于获取图像复杂度与图像特征值的目标相关函数，其中，图像复杂度与图像对应的码率存在线性关系，所述目标相关函数根据样本图像的样本特征值及样本图像对应的样本码率得到；
[0013]复杂度确定模块，用于将所述待压缩图像的特征值输入所述目标相关函数中，得到所述待压缩图像的复杂度；
[0014]图像压缩模块，用于根据所述待压缩图像的复杂度，获取对应的压缩码率，并根据所述压缩码率对所述待压缩图像进行压缩处理。
[0015]一种计算机可读存储介质，所述计算机可读存储介质存储有多条指令，所述指令适于处理器进行加载，以执行上述图像压缩方法中的步骤。
[0016]一种计算机设备，包括存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上所述图像压缩方法中的步骤。
[0017]本申请实施例中，通过获取待压缩图像的特征值；获取图像复杂度与图像特征值的目标相关函数，其中，图像复杂度与图像对应的码率存在线性关系，所述目标相关函数根据样本图像的样本特征值及样本图像对应的样本码率得到；将所述待压缩图像的特征值输入所述目标相关函数中，得到所述待压缩图像的复杂度；根据所述待压缩图像的复杂度，获取对应的压缩码率，并根据所述压缩码率对所述待压缩图像进行压缩处理，从而可根据待压缩图像的复杂度，获取对应的码率，再基于该码率对待压缩图像进行压缩处理，也即是说，对于图像复杂度不同的待压缩图像，获取的码率也会存在不同，对图像进行压缩处理的灵活性较高。
附图说明
[0018]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0019]图1为本申请实施例提供的图像压缩方法的第一种流程示意图。
[0020]图2为本申请实施例提供的图像压缩方法的第二种流程示意图。
[0021]图3为本申请实施例提供的图像压缩装置的结构示意图。
[0022]图4为本申请实施例提供的计算机设备的结构示意图。
具体实施方式
[0023]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0024]本申请实施例提供一种图像压缩方法、装置、存储介质及计算机设备。具体地，本申请实施例的图像压缩方法可以由计算机设备执行，其中，该计算机设备可以为终端或者服务器等设备。该终端可以为智能手机、平板电脑、笔记本电脑、触控屏幕、游戏机、个人计算机(PC，Personal Computer)、个人数字助理(Personal Digital Assistant，PDA)等终端设备。服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能平台等基础云计算服务的云服务器。
[0025]本申请实施例提供了一种图像压缩方法，该方法可以由终端或服务器执行。本申请实施例以图像压缩方法由终端执行为例来进行说明。
[0026]在本实施例中，将从图像压缩装置的角度进行描述，该图像压缩装置具体可以集成在具备储存单元并安装有微处理器而具有运算能力的计算机设备中。
[0027]请参阅图1，图1为本申请实施例提供的图像压缩方法的第一种流程示意图。该图像压缩方法包括：
[0028]在101中，获取待压缩图像的特征值。
[0029]其中，图像特征主要有图像的颜色特征、纹理特征、形状特征和空间关系特征。
[0030]颜色特征是一种全局特征，描述了图像或图像区域所对应的景物的表面性质。
[0031]纹理特征也是一种全局特征，它也描述了图像或图像区域所对应景物的表面性质。与颜色特征不同，纹理特征不是基于像素点的特征，它需要在包含多个像素点的区域中进行统计计算。作为一种统计特征，纹理特征常具有旋转不变性，并且对于噪声有较强的抵抗能力。
[0032]形状特征有两类表示方法，一类是轮廓特征，另一类是区域特征。图像的轮廓特征主要针对物体的外边界，而图像的区域特征则关系到整个形状区域。
[0033]所谓空间关系，是指图像中分割出来的多个目标之间的相互的空间位置或相对方向关系，这些关系也可分为连接/邻接关系、交叠/重叠关系和包含/包容关系等。通常空间位置信息可以分为两类：相对空间位置信息和绝对空间位置信息。前一种关系强调的是目标之间的相对情况，如上下左右关系等，后一种关系强调的是目标之间的距离大小以及方位。
[0034]本实施例中，对于上述图像特征，仅关注图像的纹理特征，包括基于灰度共生矩阵得到的能量(ASM)特征、对比度(Contract)特征、相关性(Correlation)特征和同质性(Homogeneity)特征，以及边缘特征和MB_LBP特征。灰度共生矩阵是一种典型的纹理特征分析方法，基于该灰度共生矩阵，可以构建一些统计量作为纹理特征。
[0035]灰度共生矩阵(Gray Level Co本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种图像压缩方法，其特征在于，包括：获取待压缩图像的特征值；获取图像复杂度与图像特征值的目标相关函数，其中，图像复杂度与图像对应的码率存在线性关系，所述目标相关函数根据样本图像的样本特征值及样本图像对应的样本码率得到；将所述待压缩图像的特征值输入所述目标相关函数中，得到所述待压缩图像的复杂度；根据所述待压缩图像的复杂度，获取对应的压缩码率，并根据所述压缩码率对所述待压缩图像进行压缩处理。2.根据权利要求1所述的图像压缩方法，其特征在于，所述获取待压缩图像的特征值之前，还包括：获取样本图像的样本特征值，以及样本图像对应的样本码率；根据所述样本特征值和所述样本码率进行拟合，得到码率与图像特征值的初始相关函数；根据所述初始相关函数，得到图像复杂度与图像特征值的目标相关函数。3.根据权利要求2所述的图像压缩方法，其特征在于，所述初始相关函数包括码率对应的系数，所述根据所述初始相关函数，得到图像复杂度与图像特征值的目标相关函数，包括：根据所述码率对应的系数，得到所述码率对应的系数范围；根据所述系数范围中的各待选系数和所述样本码率，得到各待选系数对应的样本图像的真实复杂度；根据各待选系数对应的样本图像的真实复杂度，以及所述样本特征值进行拟合，得到各待选系数对应的待选相关函数；将所述样本特征值输入各待选系数对应的待选相关函数，得到各待选系数对应的样本图像的拟合复杂度；根据所述各待选系数对应的样本图像的拟合复杂度与所述各待选系数对应的样本图像的真实复杂度，从所述系数范围中确定出码率对应的目标系数；根据所述目标系数对应的待选相关函数，得到图像复杂度与图像特征值的目标相关函数。4.根据权利要求3所述的图像压缩方法，其特征在于，所述根据所述目标系数对应的待选相关函数，得到图像复杂度与图像特征值的目标相关函数，包括：将测试图像的特征值输入所述目标系数对应的待选相关函数，得到所述测试图像的复杂度；根据所述测试图像的复杂度，确定满足预设条件的测试图像在所有测试图像中所占的比例；若所述比例小于预设比例，则根据不满足预设条件的测试图像对所述目标系数对应的待选相关函数进行优化处理，得到图像复杂度与图像特征值的目标相关函数。5.根据权利要求3所述的图像压缩方法，其特征在于，所述根据所述各待选系数对应的样本图像的拟合复杂度与所述各待选系数对应的样本图像的真实复杂度，从所述系数范围
中确定出码率对应的目标系数，包括：计算所述各待选系数对应的样本图像的拟合复杂度与所述各待选系数对应的样本图像的真实复杂度的偏差总和；将所述系数范围中最小的偏差总和对应的待选系数确定为码率对应的目标系数。6.根据权利要求2所述的图像压缩方法，其特征在于，所述获取样本图像对应的样本码率，包括...
【专利技术属性】
技术研发人员：包星星，
申请(专利权)人：网易杭州网络有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。