Nano Hash - криптовалюты, майнинг, программирование

Пропускаются ли некоторые блоки 8x8 при кодировании JPEG?

Я пытаюсь разбить сжатый битовый поток JPEG на блоки 8x8 исходного изображения. Тем не менее, я обычно нахожу меньше, чем знаю, исходя из размера изображения.

Я сузил его до первой строки изображения, где блок края с отступами (идентифицируемый по его более низкому среднему значению) достигается после 65 блоков, когда изображение имеет ширину 80 блоков. Затем конец последующих строк достигается после ожидаемых 80 блоков, что указывает на отсутствие пропущенных блоков.

Я просто пропустил некоторые маркеры EOB в первой строке, или есть сценарий, в котором некоторые блоки 8x8 не кодируются в битовом потоке?


Ответы:


1

Если вы декодируете цветное изображение, вполне возможно, что компоненты Cb и Cr подвергаются субдискретизации, так что блоков 8x8 не так много, как для компонента Y.

02.11.2017
Новые материалы

Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..

Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..

Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..

Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..

Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..

Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..

Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..