Сжатие изображений с помощью нейросетей. На данный момент используются сверточные слои предобученного resnet-18 в качестве энкодера и их зеркальная версия в качествве декодера.
Чтобы воспользоваться реализованным кодеком, необходимо скачать папку weights и поместить её в корень репозитория.
Чтобы сжать изображение, хранящееся по пути path/to/raw/img.png выполните команду:
python encode.py -i path/to/raw/img.png
Обязательный параметр encode.py:
--image_path,-i- путь к картинке, котрую необходимо сжать
Опциональные параметры encode.py:
-
-B- разрядность квантования. Чем выше, тем выше ожидаемое качество декодироиванного изображения, но выше и размер сжатого файла. После квантования вектор признаков имеет$2^B$ уровней. По умолчанию:6 -
--encode_output_path,-o- путь, по которому будет сохранена сжатая картинка. По умолчанию:f"{img_path_no_ext}_B{B}.neural" -
compressor_state_path,-s- путь, по которому будет сохранено состояние алгоритма сжатия без потерь. По умолчанию:f"{img_path_no_ext}_B{B}_state.json" -
--model_name,-m- название нейронной сети для сжатия с потерями. Все модели перечислены в файле trained_models.py. По умолчанию:"default" -
--looseless_compressor_name,-l- название алгоритма сжатия без потерь. На данный момент поддерживанется только "huffman"
Чтобы декодировать сжатое изображение path/to/compressed_img с разрядностью квантования b, используя состояние алгоритма сжатия без потерь path/to/compressor_state выполните команду:
python decode.py -i path/to/compressed_img -B b -s path/to/compressor_state
Обязательные параметры encode.py:
--compressed_img_path,-i- путь к сжатой картинке, котрую необходимо декодировать
Опциональные параметры encode.py:
-
compressor_state_path,-s- путь, к состоянию алгоритма сжатия без потерь. По умолчанию f"{compressed_img_path_no_ext}_state.json" -
-B- разрядность квантования. Чем выше, тем выше ожидаемое качество декодироиванного изображения, но выше и размер сжатого файла. После квантования вектор признаков имеет$2^B$ уровней. По умолчанию:6 -
compressor_state_path,-s- путь, по которому должно храниться состояние алгоритма сжатия без потерь. По умолчанию:f"{compressed_img_path_no_ext}_state.json" -
--model_name,-m- название нейронной сети для сжатия с потерями. Все модели перечислены в файле trained_models.py. По умолчанию:"default" -
--looseless_compressor_name,-l- название алгоритма сжатия без потерь. На данный момент поддерживанется только "huffman" -
--decode_output_path,-o- путь до декодированного изображения. По усолчанию:f"{compressed_img_path_no_ext}_decoder_output.bmp"
