实例介绍
八叉树颜色量化算法。算法基本思路是:将图像中使用的RGB颜色值分布到层状的八叉树中。八叉树的深度可达9层,即根节点层加上分别表示8位的R、G、B值的每一位的8层节点。较低的节点层对应于较不重要的RGB值的位(右边的位),因此,为了提高效率和节省内存,可以去掉最低部的2 ~ 3层,这样不会对结果有太大的影响。叶节点编码存储像素的个数和R、G、B颜色分量的值;而中间的节点组成了从最顶层到叶节点的路径。这是一种高效的存储方式,既可以存储图像中出现的颜色和其出现的次数,也不会浪费内存来存储图像中不出现的颜色。算法特点:效率高,效果好。
【实例截图】
【核心代码】
16359647318195024507.zip
└── 24to256八叉树
└── 八叉树颜色量化成功
├── 102.BMP
├── 24位真彩.bmp
├── 256色.bmp
├── 333.bmp
├── Debug
│ ├── 102.BMP
│ ├── jjy.bmp
│ ├── Quantize.obj
│ ├── StdAfx.obj
│ ├── tyf.bmp
│ ├── vc60.pdb
│ ├── wowo.exe
│ ├── wowo.obj
│ ├── wowo.pdb
│ └── wowo.res
├── dfadf.bmp
├── jjy.bmp
├── Quantize.cpp
├── Quantize.h
├── ReadMe.txt
├── Resource.h
├── StdAfx.cpp
├── StdAfx.h
├── wowo.clw
├── wowo.cpp
├── wowo.dsp
├── wowo.dsw
├── wowo.h
├── wowo.ncb
├── wowo.opt
├── wowo.plg
└── wowo.rc
3 directories, 31 files
标签:
小贴士
感谢您为本站写下的评论,您的评论对其它用户来说具有重要的参考价值,所以请认真填写。
- 类似“顶”、“沙发”之类没有营养的文字,对勤劳贡献的楼主来说是令人沮丧的反馈信息。
- 相信您也不想看到一排文字/表情墙,所以请不要反馈意义不大的重复字符,也请尽量不要纯表情的回复。
- 提问之前请再仔细看一遍楼主的说明,或许是您遗漏了。
- 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦,又没人会搭理,于人于己都无利。
关于好例子网
本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享,对搜索内容的合法性不具有预见性、识别性、控制性,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论平台是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定,若资源存在侵权或相关问题请联系本站客服人员,点此联系我们。关于更多版权及免责申明参见 版权及免责申明
网友评论
我要评论