- 一、Windows 配置libjpeg-turbo
- 1.1、vs2019上测试jpeg算法
- 二、安装PyTurboJPEG库
- 2.1、修改PyTurboJPEG库配置
- 2.2、安装PyTurboJPEG库
- 三、使用PyTurboJPEG库
近期眼研究图片的压缩方法,发现 JPEG算法解密这篇博客,讲的非常好。打算用python实现下相关算法。 一、Windows 配置libjpeg-turbo
参考链接:Windows 配置libjpeg-turbo并在python中调用
根据上述链接可以在windows上配置好libjpeg-turbo。这里可以小试一下。
这里可以参考链接:windows7 64位机上,libjpeg-turbo的安装和使用
1.1、vs2019上测试jpeg算法- 添加头文件
调试->属性->c/c++->常规->附加包含目录
D:cpluspluslibrarylibjpeg-turbo-main
- 添加静态库
我cmake时安装的目录是install,这里路径要根据实际安装来修改。
调试->属性->链接器->常规->附加库目录,
D:cpluspluslibrarylibjpeg-turbo-maininstallDebug
调试->属性->链接器->输入->附加依赖项
jpeg-static.lib
在测试时需要将install中jconfig.h拷贝到根目录下,否则会找不到。测试代码可以参考windows7 64位机上,libjpeg-turbo的安装和使用
二、安装PyTurboJPEG库clone代码:https://github.com/lilohuang/PyTurboJPEG.git
2.1、修改PyTurboJPEG库配置将第一步中生成的turbojpeg.dll拷贝到C:WindowsSystem32目录下,其次还需要修改PyTurboJPEG库中的setup.py文件,将38~50行:
DEFAULT_LIB_PATHS = { 'Darwin': ['/usr/local/opt/jpeg-turbo/lib/libturbojpeg.dylib'], 'Linux': [ '/usr/lib/x86_64-linux-gnu/libturbojpeg.so.0', '/usr/lib64/libturbojpeg.so.0', '/opt/libjpeg-turbo/lib64/libturbojpeg.so' ], 'FreeBSD': [ '/usr/local/lib/libturbojpeg.so.0', '/usr/local/lib/libturbojpeg.so' ], 'Windows': ['C:/libjpeg-turbo64/bin/turbojpeg.dll'] }
修改为:
DEFAULT_LIB_PATHS = { 'Darwin': ['/usr/local/opt/jpeg-turbo/lib/libturbojpeg.dylib'], 'Linux': [ '/usr/lib/x86_64-linux-gnu/libturbojpeg.so.0', '/usr/lib64/libturbojpeg.so.0', '/opt/libjpeg-turbo/lib64/libturbojpeg.so' ], 'FreeBSD': [ '/usr/local/lib/libturbojpeg.so.0', '/usr/local/lib/libturbojpeg.so' ], 'Windows': ['turbojpeg.dll'] }2.2、安装PyTurboJPEG库
cd到安装PyTurboJPEG库根目录下,执行
python setup.py install三、使用PyTurboJPEG库
from turbojpeg import TurboJPEG, TJPF_GRAY, TJSAMP_GRAY, TJFLAG_PROGRESSIVE, TJFLAG_FASTUPSAMPLE, TJFLAG_FASTDCT if __name__ == "__main__": in_file=open(r"D:datafacegood31630905185050.jpeg","rb") out_file=open("test.jpg",'wb') jpeg = TurboJPEG() img=jpeg.decode(in_file.read()) img=jpeg.encode(img,quality=80) out_file.write(img)
Windows下PyTurboJPEG与opencv压缩算法的速度比较
可以看出libjpeg算法速度还是优于opencv自带的压缩算法的。。。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)