摘要: 栅格数据的图像压缩与编码¶ 如何压缩图像数据¶ 栅格数据由网格单元组成。与由顶点和路径组成的向量对应物不同。这是两个主要的 spatial data types 在GIS中。 精度取决于单元大小。单元格大小必须足够小才能捕获所需的详细信息。随着分辨...
栅格数据的图像压缩与编码¶
如何压缩图像数据¶
栅格数据由网格单元组成。与由顶点和路径组成的向量对应物不同。这是两个主要的 spatial data types 在GIS中。
精度取决于单元大小。单元格大小必须足够小才能捕获所需的详细信息。随着分辨率的增加，电池的尺寸减小。但这是以处理速度和 数据存储 。
处于原始状态的栅格存储效率很低，因为它通常从左上角逐行存储值。
不要害怕：
提高栅格尺寸效率的途径是 图像压缩 . 并且有几种方法可以使用GIS压缩来减小文件的大小，并保持数据的质量。
让我们来看一些如何压缩栅格图像的示例：
运行长度编码–分组数据行¶
运行长度编码将单元格存储在 逐行 依据。运行长度编码不是记录每个单元格的值，而是按行对单元格值进行分组。
这种图像编码方法减少了数据量，因为每行记录的效率更高。即使保存的信息相同，相同的值也存储为字符串。
在上面的示例中，第一行为空，存储为（0,8）。这意味着有8个单元格，它们都是零。在第二行中，有4个连续的零，因此它得到（0,4）的值。在此之后，我们有三个值为1的连续单元格，因此它的值为（1,3）。这个过程一直持续到右下角的单元格。
块编码-分组数据块¶
块编码栅格存储技术分配块区域以减少冗余。
块编码栅格图像压缩方法将整个栅格图像细分为 分层块 . 它是运行长度编码技术的一个扩展，但它扩展到了二维。
在上面的示例中：
它不存储64个网格单元，只需要7个块。使用块编码，需要一个3×3块、两个2×2块和四个1×1单元块来编码该栅格图像。
在这个块编码示例中，左上角用作每个块的参考。
链编码-定义外部边界¶
链编码使用定义外部边界 相对位置 从一开始。外部序列存储在端点在起点完成的位置。
在编码过程中，方向存储为整数。然而，在这个例子中，我们使用基本方向来简化。例如，值0为北，1为东。
在这个例子中，我们从位置（5，2）开始。从这里我们用基本方向和运动次数来定义边界。我们向东移动3个位置，直到到达边缘。在这个位置，我们向南移动4个位置。这个过程一直持续到终点到达起点。
注意：仅在本练习中，我们使用北、东、南和西作为字母值。编码时，它是一个数值。
四叉树编码-将数据细分为四分之一¶
四叉树是基于均匀单元连续约简的栅格数据结构。它 递归细分 将栅格图像分成四分之一。细分过程将继续，直到对每个单元进行分类。
它降低了栅格存储要求。它还取决于特征的复杂性和最小网格单元的分辨率。
在示例中，左上和右下8×8网格不需要进一步细分，因为它们是均匀的。右上方的8×8网格细分为3个4×4网格。其余的4×4网格分为4个单独的类。
