Нещодавно Dropbox випустив Lepton ( GitHub ) - метод, який без втрат стискає зображення JPEG у зворотному напрямку, економлячи в середньому 22%.

Через принцип голубої дуги не можна гарантувати , що будь-який загальний алгоритм стиснення призведе до отримання меншого файлу ( загального, оскільки він не застосовується до входів, обмежених певним форматом). Лептон використовує загальні характеристики JPEG-файлів, які, якщо їх підривати, можуть заглибити його, щоб створити файл, більший за джерело.

Вимоги

Напишіть програму, яка генерує:

• Дійсне зображення JPEG / JFIF,
• розміром від 0,5 МБ до 1 Мб,
• не менше 256 × 256 пікселів,
• не більше 4096 × 4096 пікселів,
• впізнаваний Лептоном (він може успішно «стискати» .lepзображення) та
• декомпресується на ідентичний .jpg (як вхідний).
• APPx, COMта інших метаданих, розділи неграфічного маркера обмежені в JPEG (введення в зображення довільних кількостей випадкових байтів для асимптотичного наближення стискання 1: 1 є кульгавим.)
  • APP0JFIF маркер допускається , але не з слайдами не допускається (повинно бути рівно 16 байт)
  • tl; dr. Якщо ви навмисно не переміщуєте метадані в сегмент EXIF ​​і ви відключаєте будь-яку мініатюру, яку бажана бібліотека мови вводить у зображення, це повинно бути добре.

Опублікуйте код і зображення.

Якщо ви хочете написати програму, яка створює зображення Лептона, яка при перетворенні дає JPEG, що відповідає критеріям, це добре. Він повинен залишатися однаковим у довільно багатьох циклах JPEG → Лептон → JPEG → ...

Оцінка балів

Розмір байтів зображення Лептона, розділений на вихідне зображення JPEG. Чим вища (гірша компресія Лептона), тим краще. Запустіть Лептон за допомогою стандартних прапорів та перемикачів.

Отримання Лептона

5-секундний збійний курс для складання Лептона:

git clone https://github.com/dropbox/lepton.git
cd lepton
./autogen.sh && ./configure && make

# fish shell: ./autogen.sh ;and ./configure ;and make

Тоді ./lepton --helpслід розповісти вам речі.

Python 3 + mozjpeg + / dev / urandom, 720 × 720: сер. оцінка 102%

Залежить від mozjpegпакета, код передбачає, що він встановлений /usr/local/opt/mozjpeg. (В ОС X тривіально встановлювати, просто запустіть brew install mozjpeg)

Також це залежить від /dev/urandomспеціального файлу, він використовується для генерації випадкових даних.

Код просто подає випадкові дані до mozjpegкомпресора (у форматі TGA, оскільки cjpeg це розуміє і має дуже простий заголовок), і дозволяє створювати оптимізований файл jpeg. Якість встановлюється на максимумі, оскільки це робить коефіцієнти DCT найменш стислими, і не має великого значення, який алгоритм використовується для стиснення даних, що не стискаються.

Я перевірив, що цикл jpeg-> lepton-> jpeg без втрат - це правда.

import subprocess
from subprocess import PIPE

c_mozjpeg_path = '/usr/local/opt/mozjpeg/bin/cjpeg'
cjpeg_params = '-quality 100 -dc-scan-opt 2 -dct float -targa'
image_size = 720


def write_random_tga_image(w, h, of, rf):
    def wb(value, size):
        of.write(int.to_bytes(value, size, 'little'))

    wb(0, 2)
    wb(3, 1)
    wb(0, 9)
    wb(w, 2)
    wb(h, 2)
    wb(8, 1)
    wb(0, 1)

    data_size = w * h
    while data_size > 0:
        data_size -= of.write(rf.read(data_size))


def main():
    with open('/dev/urandom', 'rb') as rf:
        with open('oops.jpg', 'wb') as f:
            p = subprocess.Popen((c_mozjpeg_path,) + tuple(cjpeg_params.split(' ')), stdin=PIPE, stdout=f)
            write_random_tga_image(image_size, image_size, p.stdin, rf)
            p.communicate()


if __name__ == '__main__':
    main()

Код, очевидно, не гольф.

Приклад зображення:

Факт забави: згенерований файл JPEG більший, ніж вихідне нестиснене зображення TGA, навіть якщо JPEG використовує стиснення втрат.

Факт 2 веселощів: Imgur (розміщення зображень за замовчуванням для SO) виконує дуже погану роботу в цьому файлі - чомусь він надає його на нижчу якість, хоча він менший за 1 Мб. Тому я використав Github для завантаження прикладу зображення.

Факт веселості 3: Загалом, mozjpeg дійсно робить кращу компресію JPEG, залишаючись сумісною з існуючими JPEG-декодерами. І він також має інструмент для беззбиткової оптимізації файлів JPEG теж - jpegtran.

Наївний шум, 1024 × 1024: оцінка 85,55%

Добрий приклад в Python, щоб отримати кульку. Не оптимізований жодним чином; ймовірні недоліки:

• Поняття не має, що таке якість якості за замовчуванням.
• Кожен блок розміром 8х8 має практично таке саме середнє значення (~ 50%) до прилеглого до нього: Лептон каже, що вони використовують цю інформацію для економії місця.
• Повністю за замовчуванням квантування та таблиці Хаффмана (що б бібліотека не вирішила використовувати).

import numpy as np
from PIL import Image

np.random.seed(0) # make sure it's repeatable.

size = 1024

imgr = np.random.randint(0, 0xFF, (size, size, 3)).astype('uint8')
pimg = Image.fromarray(imgr)
pimg.save('noise.jpg')

Тоді кілька баш, щоб зробити це:

./lepton noise.jpg noise.lep 2>\dev\null # vomits out a lot of technobabble
./lepton noise.lep noise-out.jpg 2>\dev\null

diff -qs noise.jpg noise-out.jpg

SIZE1=$(stat -f "%z" noise.jpg) # http://superuser.com/a/570920/18931
SIZE2=$(stat -f "%z" noise.lep)
RATIO=$(bc <<< "scale=4; $SIZE2/$SIZE1")
echo "$SIZE2/$SIZE1 = $RATIO"

# Files noise.jpg and noise-out.jpg are identical
# 538817/629769 = .8555