Повышение эффективности компрессии статичных изображений
Диссертация
Актуальность проблемы. С появлением новых технических средств растровые цифровые изображения в различных отраслях науки и техники, все чаще используются в качестве данных об обрабатываемых и исследуемых объектах в системах, созданных на базе ЭВМинформационных комплексов и компьютерных сетей. Представление цифровых статических изображений в виде двумерных матриц требует больших объемов данных… Читать ещё >
Содержание
- ГЛАВА 1. АНАЛИТИЧЕСКИЙ ОБЗОР ТЕОРИИ ПРЕДСТАВЛЕНИЯ ГРАФИЧЕСКОЙ ИНФОРМАЦИИ И ПРОЦЕССОВ ЕЕ КОМПРЕССИИ
- 1. 1. Введени е
- 1. 2. Цветовая модель, как способ представления графической информации
- 1. 2. 1. Аддитивная цветовая модель RGB
- 1. 2. 2. Субтрактивные цветовые модели (CMY и CMYK)
- 1. 2. 3. Перцепционная цветовая модель HSB
- 1. 2. 4. Колориметрические цветовые модели Lab и другие
- 1. 3. Векторная и пиксельная графика как основные виды представления графических изображений
- 1. 4. Анализ существующих требований к алгоритмам сжатия
- 1. 5. Аналитический обзор алгоритмов сжатия без потерь
- 1. 5. 1. Групповое кодирование
- 1. 5. 2. Алгоритм LZW
- 1. 5. 3. Алгоритм Хаффмана
- 1. 5. 4. Алгоритм JBIG
- 1. 5. 5. LOSSLESSJPE G
- 1. 6. Аналитический обзор алгоритмов сжатия с потерями
- 1. 6. 1. Рекурсивное сжатие
- 1. 6. 2. Алгоритм JPEG
- 1. 6. 3. Фрактальное сжатие
- 1. 7. Исследованпе и критериальный анализ результатов компрессии при применении. алгоритмов сжатия без потерь
- 1. 8. Исследование и критериальный анализ результатов компрессии при применении алгоритмов сжатия с потерями
- 1. 9. ВЫВОДЫ
- ГЛАВА 2. РАЗРАБОТКА МЕТОДИКИ КОМПРЕССИИ ИЗОБРАЖЕНИЙ ВАРИАБЕЛЬНЫМИ ФРАГМЕНТАМИ И ФОРМАЛЬНАЯ ПОСТАНОВКА ЗАДАЧИ ИССЛЕДОВАНИЯ
- 2. 1. Обозначения, определения и допущения
- 2. 2. Алгоритм оптимальной компрессии статичных изображений вариабельными фрагментами
- 2. 2. 1. Математическая модель для учета погрешностей в цветовой гамме фрагментов
- 2. 2. 2. Функции, используемые для преобразования фрагментов
- 2. 3. Пример компрессии изображений вариабельными фрагментами
- 2. 4. Расчет оценки быстродействия алгоритма
- 2. 5. ВЫВОДЫ
- ГЛАВА 3. ЭКСПЕРИМЕНТАЛЬНОЕ ИССЛЕДОВАНИЕ И АНАЛИЗ КОМПРЕССИИ ИЗОБРАЖЕНИЙ ВРИАБЕЛЬНЫМИ ФРАГМЕНТАМИ
- 3. 1. Постановка эксперимента
- 3. 1. Архивация двуцветных изображений
- 3. 1. 2. Архивация 16-цветного изображений
- 3. 1. 3. Архивация полноцветных изображений
- 3. 1. 5. Орнаменты, мозаика, рисунки на коврах
- 3. 1. 6. Различные рамки
- 3. 1. 7. Узоры на тканях, полотнах
- 3. 1. 8. Экспериментальное исследование сжатия разряженных симметричных изображений
- 3. 1. 9. Графики, тексты
- 3. 1. 10. Фоновые изображения для мобильных телефонов
- 3. 1. 11. Симметричные изображения
- 3. 2. Поиск оптимальной размерности фрагмента на основе анализа проведенных экспериментов
- 3. 3. ВЫВОД Ы
Список литературы
- Дадаян JI.C. Компрессия изображений вариабельными фграгментами. Сборник статей аспир анто в. Владикавказ, 2001 г.
- Дадаян JI.C. Экспериментальный анализ сравнительной эффективности различных методов компрессии статических изображений. Материалы международной конференции «Новые информационные технологии в науке, образовании, экономике». Владикавказ, 2002 г.
- Мельниченко В.В., Легейда В. В. Настоящий самоучитель компьютерной графики К.: Век+, СПб.: КОРОНАпринт, К.:НТИ, 2005. -560 с.
- Информатика. Базовый курс. 2-е издание / Под ред. С. В. Симоновича. -СПб.: Питер, 2005 640 е.: ил.
- Пономаренко С.И. Пиксел и вектор. Принципы цифровой графики. — СПб.: БХВ Петербург, 2002. — 496 е.: ил.
- Коцюбинский А.О., Грошев С.В.Компыотерная графика.: Практ. Пособ. — М.:"ТЕХНОЛОДЖИ-3000″, 2001 752 е.: ил.
- Гроппен B.O., Принципы оптимизации комбинаторных процедур. Изд-во РУ, 1988.200 с.
- Гроппен В.О., Модели и алгоритмы комбинаторного программирования. Изд-во РУД 983.
- Кирсанов Д., Веб-дизайн, издательство: Символ-Плюс, 2001,367 с.
- Ю.Сик Д., Ли Л., Ламсдэйн Э., С++ Boost Graph Library. Библиотекапрограммиста. Изд-во Питер, 2005.
- П.Якушев Д., «Философия» программирования на языке С++, издательство: Новый издательский дом, 2006, 320 с.
- Софиева Ю.Н., Цирлин А. М., Условная оптимизация. Методы и задачи, издательство: УРСС, 2003, 140 с.
- С. И. Бирюков, Оптимизация. Элементы теории. Численные методы, издательство: МЗ-Пресс, 2003, 246 с.
- М. Петров, Компьютерная графика. Учебник для вузов. 2-е издание, издательство: Питер, 2004, 812 с.
- G.K.Wallace. «The JPEG still picture compression standard». Communication of ACM, Volume 34, Number 4, April 1991.
- B.Smith, L.Rowe. «Algorithm for manipulating compressed images», Computer Graphics and applications, September 1993.
- R.W.McColl, G.R.Martin. «Compression of color image data usinf histogram analysis and clustering techniques». Electronics & communication engineering journal, March / April 1989.
- A. Jacquin, «Fractal image coding based on a theory of iterated contractive image transformations», Visual Comm. and Image Processing, v. SPIE-1360, 1990.
- Y. Fisher, «Fractal image compression», Siggraph'92.20. «Progressive Bi-level Image Compression, Revision 4.1″, ISO/IEC JTC1/SC2/WG9, CD 11 544, September 16, 1991.
- W.B. Pennebaker, J.L. Mitchell, G.G. Langdon, R.B. Arps, „An overview of the basic principles of the Q-coder adaptive binary arithmetic coder“, IBM Journal of research and development, Vol.32, No.6, November 1988, pp. 771−726.
- D.A. Huffman, „A method for the construction of minimum redundancy codes.“ In processing. IRE vol.40, 1962, pp. 1098−1101.
- Standartization of Group 3 Facsimile apparatus for document transmission, CCITT Recomendations, Fascicle V1I.2, T.4. 1980. 10. Д. Ватолин, MPEG стандарт ISO на видео в системах мультимедиа, „Открытые системы“, #3,1995.
- L. R. Foulds Graph Theory Applications, Springer- 2 edition (December 2, 2004), 403 p.
- Vitaly O. Groppen. New Solution Principles of Multi-Criteria Problems Based on Comparison Standards. www.aixiv.Qrg/ltp/iTiadi/papg^0501/501 357.pdf. 2004.
- Гроппен В.О. Принципы принятия решений с помощью эталонов. Изд. РАН, ж. Автоматика и телемеханика, № 4, 2006, стр. 167−184.
- Прэтт У. Цифровая обработка изображений. М.,"Мир», 1982, т.1, 310 с., т.2, 790 с.
- Ярославский Л.П. Введение в цифровую обработку изображений. М. «Советское радио», 1979, 311 с.
- Патрик Э. Основы теории распознавания образов. М., «Советское радио», 1980, 408 с.
- Ту Дж., Гонсалес Р. Принципы распознавания образов. М., «Мир», 1978,411 с.
- Горелик А.Л., Скрипкин В. А. Методы распознавания. М., «Высшая школа», 1984, 208 с.
- Корн Г, Корн Т., Справочник по математике (для научных работников и инженеров), М., «Наука», 1973,832 с.
- Бард Й. Нелинейное оценивание параметров. М., «Статистика», 1979, 350 с.
- Крамер Г. Математические методы статистики. М., «Мир», 1975, 648 с.
- Космическое землеведение: информационно-математические основы / Под ред. акад. РАН В. А. Садовничего. М.: Изд-во Моск. ун-та, 1998, 571с.
- Richard Alan Peters II «A New Algorithm for Image Noise Reduction using Mathematical Morphology». IEEE Transactions on Image Processing, Volume 4, Number 3, pp. 554−568, May 1995 .
- G. de Haan, T. G. Kwaaitaal-Spassova and O.A. Ojo «Automatic 2-D and 3D noise filtering for high-quality television receivers». International Workshop on HDTV'94,4-B-2,1994−10.
- R. J. Schutten, G. de Haan and A. H. M. van Roermund «Noise filtering for television receivers with reduced memory». Proc. of the Int. Workshop on HDTV and the Evolution of Television, Taipei, Taiwan, Nov. 1995, pp. 6A15—6A22.
- G. de Haan, T.G. Kwaaitaal-Spassova, M.M. Larragy, O.A. Ojo, and R.J. Schutten «Television noise reduction 1С». Digest of the ICCE'96, June 1996, Chicago, pp. 184−185.
- Hakan Norell, Bengt Oelmann and Youshi Xu «Spatio-Temporal Noise Reduction ASIC for Real-Time Video Processing». In Proc. IEEE Nordic Signal Processing Symposium, Kolmarden, Sweden, 13−15 June, 2000 .
- Detlev Marpe, Hans L. Cycon, Gunther Zander, Kai-Uwe Barthel «Context-based Denoising of Images Using Iterative Wavelet Thresholding». Proc. SPIE, Vol. 4671, pp. 907−914, Jan. 2002.
- S.G. Chang, B. Yu, and M. Vetterli, «Spatially adaptive wavelet thresholding with context modeling for image denoising». IEEE Trans. Image Proc., Sept. 2000.
- Aleksandra Pizurica, Vladimir Zlokolica and Wilfried Philips «Noise Reduction in Video Sequences Using Wavelet-Domain and Temporal Filtering». SPIE Conference on Wavelet Applications in Industrial Processing 27−31 October 2003.
- Aleksandra Pizurica and Wilfried Philips «Adaptive Probabilistic Wavelet Shrinkage for Image Denoising». IEEE Transactions on Image Processing, July 11, 2003.
- Aleksandra Pizurica, Wilfried Philips, Ignace Lemahieu, and Marc Acheroy «A Versatile Wavelet Domain Noise Filtration Technique for Medical Imaging». IEEE Trans Med Imaging. 2003 Mar-22(3):323−31.
- Aleksandra Pizurica, Vladimir Zlokolica and Wilfried Philips «Combined Wavelet Domain and Temporal Video Denoising». IEEE Conference on Advanced Video and Signal Based Surveillance (A VSS'03), July 2003.
- Lindsay I Smith «A tutorial on Principal Components Analysis». 2002 nittpy/www.cs.otago.ac.rc7crac453 companents. pdf)
- D. Darian Muresan, Thomas W. Parks «Adaptive principal components and image denoising». IEEE ICIP 2003.
- Интернет-ресурс: http://taco.polv.edu/WaveletSoftware/.50.1van W. Selesnick and Ke Yong Li «Video denoising using 2D and 3D dual-tree complex wavelet transforms». Appl Signal Image Proc. X (Proc. SPIE 5207), Aug 2003
- Julia Neumann Gabriele Steidl «Dual Tree Complex Wavelet Transform in the Frequency Domain and an Application to Signal Classification». Technical Report TR-03−013, Department for Mathematics and Computer Science, University of Mannheim, 2003 .
- Miroslav Vrankic, Damir Sersic «Image Denoising Based on Adaptive Quincunx Wavelets». In Proc. of the 2004 IEEE 6th Workshop on Multimedia Signal Processing, (MMSP 2004), Siena, Italy, September 29 -October 01, 2004, pp. 251−254.
- Vladan Velisavljevic, Baltasar Beferull-Lozanol, Martin Vetterli, Pier Luigi Dragotti «Discrete Multi-Directional Wavelet Bases». Proc. IEEE International Conference of Image Processing (ICIP2003), pp. 15−21.
- Felix C. A. Fernandes, Rutger L. van Spaendonck, C. Sidney Burrus «A Directional, Shift-Insensitive, Low-Redundancy, Wavelet Transform». IEEE Proceedings on International Conference on Image Processing (ICIP2001), pp.37−40.
- Daubechies «Ten Lectures on Wavelets», Philadelphia: SIAM, 1992.
- S. Mallat «A wavelet tour of signal processing», Academic Press, London, 1998.
- Интернет-ресурс: http://astronomv.swin.edu.au/~pbourke/analvsis/.
- Д. Ватолин, А. Ратушняк, M. Смирнов, В. Юкин «Методы сжатия данных. Устройство архиваторов, сжатие изображений и видео». Диалог-МИФИ, 2002.
- Generic coding of moving pictures and associated audio information: Video. ISO/IEC 13 818−2:2000.
- G. de Haan «Progress in motion estimation for video format conversion». IEEE Transactions on Consumer Electronics Vol 46 No 3 Aug 2000 pp 449 450.
- Вапник B.H., Червоненкис А. Я. Теория распознавания образов. М.: Наука, 1974. -С.34−156.
- Розенфельд А. Распознавание и обработка изображений с помощью вычислительных машин. М.: Мир, 1972. — С.16−144.
- Хуан Т., Шрейбер В., Третьяк О. Обработка изображений // ТИИЭР. -1971. Т.59. — № 11. — С.59−89.
- Интернет- ресурс- http://graphics.cs.msu.su/librarv/fractals/index.htni
- Васильев В., Гуров И. Компьютерная обработка сигналов в приложении к интерферометрическим системам. — СПб: БХВ, 1998.
- Либенсон М.Н., Хесин А. Я., Янсон Б. А. Автоматизация распознавания телевизионных изображений. М.: Энергия, 1975. — С.50−128.
- Горьян И.С. О распознавании текстур // Вопросы радиоэлектроники. Сер. Т.Т., 1968. -Вып.1. С.82−89.
- Гуревич С.Б., Соклов В. К. Оптические методы обработки информации. В кн. Оптические методы обработки информации. — Л.: Наука, 1974. -С. 5−25.
- Престон К. Сравнение аналоговых и цифровых методов распознавания образов // ТИИЭР. 1972. — Т.60. — № 10. — С.141−160.
- КрупицкийЭ.И., Смирнов А. Я., ЭмдинВ.С. Сравнение эффективности аналоговых оптических процессоров для обработки изображений с ЦВМ // Межведомственный сборник «Повышение эффективности и надежности РЭС» / ЛЭТИ. Л., 1976.- Вып. 4, — С. 69−73.
- Крупицкий Э.И., Кундин А. И., Эмдин B.C. Некоторые пути реализации аналоговых оптико -электронных линейных обучаемых классификаторов изображений // Межведомственный научный сборник
- Способы записи информации на бессерябряных носителях". (Киев). -1975. -Вып. 6. -С.58−68.
- Блок А.С., Зюзин O.M., Крупицкий Э. И., Фридман Г. Х. Гибридные оптико-электронные системы распознавания изображений // Автометрия. АН СССР-СО. 1974. — № 1. — С.36−46.
- Крупицкий Э.И., Кундин А. И., Эмдин B.C. Аппаратурная оценка параметров случайных полей оптическим методом // VII Всесоюзный симпозиум «Методы представления и аппаратурный анализ случайных процессов и полей»: докл.- Таганрог, 1974. С. 143−147.
- Крупицкий Э.И., Фридман Г. Х. Применение когерентной оптики и голографии в системах распознавания изображений. В кн. Оптические методы обработки информации. Л.: Наука, 1974. — С.78−93.
- Харкевич А.А. О выборе признаков в машинном опознании // Техническая кибернетика. Изв. АН СССР. Наука, 1963. — № 2. — С.3−9.
- Левин М. Методы выделения признаков // ТИИЭР. 1969. — Т.58. — № 8.-С.51−69.
- Холмс В. Автоматическая фотоинтерпретация снимков и обнаружения целей // ТИИЭР. 1966. — Т.54. — № 12. — С.56−65.
- Фу К. Последовательные методы в распознавании образов и обучения машин. -М.: Наука, 1971. С.40−46, 165−184.
- Стуйг В.А., Тимофеев А. В. Опознание фотоизображений с помощью оптических фильтров // Изв. вузов: Приборостроение. ЛИТМО, 1970. -№ 11. С. 102−105.
- Эльман Р.И. О синтезе структуры анализатора изображений // Изв. АН СССР: Техническая кибернетика, 1968. № 1. — С. 135−150.
- Лэндрис Д., Стенли Г. Метод дискретизации дифракционных картин для распознавания образов // ТИИЭР. 1970. — Т.58. — № 2. — С.22−40.
- Крупицкий Э.И., Кундин А. И., Эмдин B.C. Некоторые методы когерентно-оптической аналоговой обработки двумерных случайныхполей // В сб. «Иконика новое направление в изучении изображений» // Труды ГОИ. -1979. — Т. 44. — Вып. 178. — С. 117−121.
- Блок А.С., Эмдин B.C. Оптико-телевизионный анализатор изображений. Межвузовский сборник «Повышение эффективности и надежности РЭС / ЛЭТИ. Л.- 1979. — Вып. 9. — С. 112−118.
- Пугачев B.C. Теория случайных функций и ее изменение в задачах автоматического управления. Физматгиз. 1962. — С.203−245.
- Слуцкий Е.Е. Сложение случайных величин как источник случайных процессов. Избранные труды АН СССР. М. — 1960. — С.99−132.
- Эмдин B.C. Определение параметров бинарных случайных масок в оптико-электронных классификаторах изображений // Тематический сборник «Оптические и оптико-электронные методы обработки изображений и сигналов» / АН СССР. Л., 1982. — С. 192−196.
- Силинг М.М., Эмдин B.C. Формирование признаков для классификации текстур с помощью масок бинарных случайных функций // Техника средств связи. Сер. ТТ. 1983. — Вып. 2.- С. 51−55.
- А.С. 409 585. Голографический коррелятор / Э. И. Крупицкий, Л .П.Карпов//БИ. -2001 .-№ 20.
- Гибин И.С., Нежевенко Е. С. и др. Когерентно-оптические устройства для обобщенного спектрального анализа изображений // Автометрия. АН СССР-СО. 1972. — № 5. — С.3−9.
- A.C. 470 214. Устройство контроля записи голографических согласованных фильтров / Л. П. Карпов, Э. И. Крупицкий, В. С. Эмдин и др.//БИ.-2001 .-№ 20.
- A.C. 498 629. Оптико-механическое сканирующее устройство / Л. П. Карпов, В. С. Эмдин и др. // БИ. 1976. — № 1.
- Эмдин B.C. Двухкоординатное устройство отклонения светового луча// ОМП. -1983. -№ 6. С.58−59.
- Интернет- ресурс -http://www.mathsoft.com/wavelets .
- Нежевенко Е.С., Салов Г. И. и др. Линейный обучаемый классификатор оптических изображений // Автометрия. АН СССР-СО. 1971. — № 3. -С.82−84.
- А.С. 278 229. Оптико-электронная обучаемая система / О. М. Зюзин, Л. П. Карпов, Э. И. Крупицкий //Б.И. 1970. — № 25.
- А.с. 417 810. Устройство для распознавания образов / Э. И. Крупицкий,
- A.И.Кундин, В. С. Эмдин //Б.И. 1974. — № 8.
- А.С. 511 810. Устройство для распознавания образов / В. С. Эмдин,
- B.Н.Яковлев.//БИ.-2001.-№ 20.
- Блок А.С., Эмдин B.C., Оптико-телевизионный анализатор изображений. Межвузовский сборник «Повышение эффективности и надежностиРЭС/ЛЭТИ. Л. — 1979. -Вып. 9. -С. 112−118.
- Кругер М.Я. и др. Справочник конструктора оптико-механических приборов. Л.: Машиностроение, 1968. — С.50.
- Интернет- ресурс httpy/vvww.hakiiec.ac.ip/-^ links.html.
- А.с. 530 571. Устройство распознавания образов / Э. И. Крупицкий, В. С. Эмдин и др.//БИ.-1978.-№ 42.
- Надь Д. Цифровая обработка изображений, полученных при дистанционном исследовании природных ресурсов // ТИИЭР. 1972. -Т.60. -№Ю. -С.90−122.
- Блок А.С., Зюзин О. М., Крупицкий Э. И., Эмдин B.C. Опыт разработки многоканального когерентно-оптического анализатора для гибридной системы распознавания изображений // П Всесоюзная конференция по голографии: докл.- Киев, 1975. — 4.1. — С. 21−23.
- Интернет- ресурс http://www.rasip.etf.hr/research/compress/index.html.
- Интернет- ресурс httoy/aaphics.csjnsu.su.
- Интернет- ресурс httpy/g^hics.cs.m^
- Интернет- ресурс -hltpTfelay.ustiLru^t^'cnTt/inf techn/slovarAitemOKl .htm.
- Интернет- ресурс -hUp://vvmv.iTmsfo.marLm:808^^111. Интернет- ресурс
- Интернет- ресурс -httpy/wvw-bufld^ewm
- Мамонтов Д.В., Соколова Е. А., Алгоритм поиска пути в двумерном и трехмерном массивах. Перспектива 2004: Материалы Всероссийской научной конференции студентов аспирантов и молодых ученых, — Нальчик: Каб.- Балк. ун.-т, 2004, с.210−212.
- Гроппен В.О., Соколова Е. А., Разработка сжатия изображения методом вариабельных фрагментов, Научный потенциал студенчества -будущему России / Материалы Всероссийской научной студенческой конференции. Ставрополь: СевКавГТУ, 2006. с. 212 .
- Гроппен В.О., Проскурин А. Е., Соколова Е.А.Официальная регистрация ПрЭВМ Программа компрессии изображений (SCI — Smart compression of images) № 2 007 610 600 от 07.02.2007 г.
- Соколова Е.А. Эффективная оценка компрессии изображений вариабельными фрагментами. Перспектива — 2007: Материалы международного конгресса студентов аспирантов и молодых ученых.- Нальчик: Каб, — Балк. ун.-т, 2007, с. 200−201.
- Соколова Е.А. Анализ алгоритмов сжатия и оценка их эффективности. Материалы 6-ой международной конференции «Инновационные технологии для устойчивого развития горных территорий».-Владикавказ, 28−30 мая 2007, с.710−711.
- Гроппен В.О., Проскурин А. Е., Соколова Е.А.Официальная регистрация ПрЭВМ Программа компрессии видеоизображений (SCIV Smart compression of video) № 2 007 613 948 от 26.07.07 г.
- Соколова Е.А., Математическая модель компрессии статичных изображений вариабельными фрагментами с учетом погрешностей. Деп. в ВИНИТИ 19.07.07. № 748-В2007, указатель № 9, 12 с.
- Соколова Е.А., Определение параметров быстродействия алгоритма компрессии статичных изображений. Перспектива — 2008: Материалы международной научной конференции молодых ученых, аспирантов и студентов.- Нальчик: Каб, — Балк. ун.-т, 2008, с. 143−147.
- Гроппен В.О., Проскурин А. Е., Соколова Е. А. Способ компрессии и декомпрессии статических изображений и видеоинформации в цифровой форме. Патент РФ № 2 007 129 867/09(32 526).
- Соколова Е.А. К проблеме повышения эффективности компрессии изображений. Безопасность информационных технологий, Министерство образования и науки РФ, МИФИ, ВНИИПТИ, 2008, № 2, с.57−60.
- Соколова Е.А., Компрессия изображения вариабельными фрагментами: модель, алгоритм, интерфейс, эксперимент. Вестник компьютерных и информационных технологий, № 10, 2008, с.31−34.
- Поворот на 90 градусов относительно оси ок: for (int i = 0- i < s- i++)for (int j = 0- j < s- j++)
- D.SetPixel (i, j, BG. GetPixelG, s i — 1)) —
- Поворот на 180 градусов относительно оси ок for (int i = 0- i < s- i++) for (int j = 0- j < s- j++)
- D.SetPixel (i, j, BG. GetPixel (s i — 1, s — j — 1)) —
- Поворот на 270 градусов относительно оси окfor (int i = 0- i < s- i++)for (intj = 0-j
- D.SetPixel (i, j, BG. GetPixel (s j — 1, i)) —
- Зеркальное отображение на 90 градусов относительно оси ок for (int i = 0- i < s- i++) for (int j = 0-j
- D.SetPixel (i, j, BG. GetPixel (s j -1, s — i — 1)) —
- Зеркальное отображение на 180 градусов относительно оси ок for (int i = 0- i < s- i++) for (int j =0-j
- Зеркальное отображение на 270 градусов относительно оси окfor (int i = 0- i < s- i++)for (intj =0-j
- D.SetPixel (i, j, BG. GetPixel (i, s j — 1)) —
- Зеркальное отображение на 360 градусов относительно оси окfor (int i = 0- i < s- i++)for (intj = 0- j
- D.SetPixel (i, j, BG. GetPixel (s i — 1, j))-1. Изображение1. VWf1. ЛШЙ (ГЙ? ь1. Размер256*256 256*256
- И 256*256 26 7,3 130 1,4 192 1 6 321. Изображениек и я1. Размер, пике.
- Li:-: — 1 256*256 36,8 5,2 40 4,8 192 1 15,3 123 1 r 1 1 Г 1 ж a it ! j} i ' r i i r t 256*256 56,7 3,3 115 1,6 192 1 5,35 35
- КЛ V B. Jf v.* MM M 51.1 >«!i V"S «Я V-Щ' ДО. & 31 Ц* fc-sn» U # IS и И (¦¦J «л f-Г ОЛ И-*- tuf P.» 256*256 61 3,1 121 1,6 192 1 7,27 265 во 4fp U"I U»! |N' •NP ufl *, * *. к. ,. 256*256 102 1,8 154 1,2 192 1 38 5
- M ы м ы ы u ш u IF» ¦ ¦ 1 ¦ ' VV, Г Л Ц. jg № Ы. i * ~ ¦ ¦I: ¦ (Ш si V- кшшвшвш i -! «j» Ы a 11 ^'f 256*256 59 3,2 117 1,6 192 1 6,59 297 256*256 J 63 3 119,5 1,6 192 1 5,73 331. Изображение1. Размер
- Размер изображения в формате с погрешностью 0%, Кб Коэффициент компрессии1. TIFF1. JPEG1. BMP256*25 612