Спасибо за ответ. Думаю дальнейшие исследования, если есть желание, стоит проводить в направлении «поточности» алгоритма, чтобы можно было его использовать в web. и тогда написание плагина для браузера и небольшой сайт с программой позволит вашему алгоритму увидеть свет.
По поводу белого шума — результаты в студию. Выложите пожалуйста картинки которые у вас получились, например в комментариях или как обновление основной статьи.
Возникли вопросы:
1. Я так и не понял, после сжатия мы имеем свой уникальный формат — не поддерживаемый известными графическими редакторами? — если да то о внедрении в практику алгоритма можно забыть. Я имею ввиду массовое внедрение.
2. Допускает ли ваш алгоритм поточный аналог — для использования при передачи по сети? То есть изображение посылается порциями пользователю и как бы уточняется по мере загрузки. Формат PNG это умеет делать более чем хорошо, этим так же объясняется его популярность в web графике. Возможно именно отсутствие «поточности» и позволяет вам обойти PNG.
3. Существуют базовые изображения (тесты) для тестирования алгоритмов сжатия. Например, сжать картинку из белого равномерно шума просто невозможно по физическим причинам — энтропия максимальна. Существуют так же «убийцы» алгоритмов сжатия. Вот ссылка: Перечень баз данных
По адресу есть ссылка, на базу которой я раньше пользовался и она работала: «UCID is intended as a benchmark dataset for image retrieval — all images are preserved in their uncompressed form hence making the dataset also useful for evaluating image compression, colour quantisation and other algorithms»
Однако сейчас эта ссылка не работает, возможно вам удастся найти из списка по первой ссылке интересные для вас базы данных.
Здорово. Спасибо за статью. Возможно глупый вопрос — а на винде все это можно поставить? — не имеют опыта работы даже с чем-то отдаленно напоминающим Nagios. Всегда хотел иметь график своих расходов на мобильную связь.
Если она действительно с такой глубины то наверное должна быть белого цвета, там же нет света. И еще, как показывают в фильмах, она должна взорваться при таком изменении давления — в конце она же на поверхность как я понял всплыла?
Спасибо.
Про видео — у вас что есть тестовый робот? — очень интересно?
Это же необходимо все это делать быстро в реальном времени принимать решения?
Можете подробнее осветить цель работы.
Я погуглил: «Дитеринг (Dithering) эффект при котором изображение строится из точек без их размывания, и чем меньше цветов при этом используется тем они более заметны.» Видимо вы имеете ввиду атиДитеринг, не знаком с этой темой, расскажите пожалуйста.
Делалось для мобильников, а вопросы ваши верные. Главный недостаток алгоритма — отсутствие контроля качества кластеризации — что получилось — то и получилось. И только для ограниченного класса изображений удается добиться качества.
Но теперь я за ваш вариант всецело!
По поводу белого шума — результаты в студию. Выложите пожалуйста картинки которые у вас получились, например в комментариях или как обновление основной статьи.
1. Я так и не понял, после сжатия мы имеем свой уникальный формат — не поддерживаемый известными графическими редакторами? — если да то о внедрении в практику алгоритма можно забыть. Я имею ввиду массовое внедрение.
2. Допускает ли ваш алгоритм поточный аналог — для использования при передачи по сети? То есть изображение посылается порциями пользователю и как бы уточняется по мере загрузки. Формат PNG это умеет делать более чем хорошо, этим так же объясняется его популярность в web графике. Возможно именно отсутствие «поточности» и позволяет вам обойти PNG.
3. Существуют базовые изображения (тесты) для тестирования алгоритмов сжатия. Например, сжать картинку из белого равномерно шума просто невозможно по физическим причинам — энтропия максимальна. Существуют так же «убийцы» алгоритмов сжатия. Вот ссылка:
Перечень баз данных
По адресу есть ссылка, на базу которой я раньше пользовался и она работала:
«UCID is intended as a benchmark dataset for image retrieval — all images are preserved in their uncompressed form hence making the dataset also useful for evaluating image compression, colour quantisation and other algorithms»
Однако сейчас эта ссылка не работает, возможно вам удастся найти из списка по первой ссылке интересные для вас базы данных.
Про видео — у вас что есть тестовый робот? — очень интересно?
Это же необходимо все это делать быстро в реальном времени принимать решения?
Можете подробнее осветить цель работы.
4.7 секунды против 34 у CQ.