即使布远离相机或旋转，它也必须能工作（假设比例尺可以从1倍到10倍不等）。 ，但从远处看时会变成灰色，因此容易压缩。一个好的图案将是分形的，在各个尺度上看起来都相似。叶子更好（叶子，细小的树枝，小树枝，大树枝），但是它使用的颜色太少了。试试：
我相信还有更多的最佳图案。也许六角形或三角形的镶嵌效果会更好。
问题：解决此问题的最佳布料样式是什么？
#1 楼
噪声相当好（很难压缩），但是从远处看时它会变成灰色，易于压缩。一个好的图案将是分形的，在所有尺度下看起来都是相似的。
好吧，这里有分形噪声。我认为布朗噪声是分形的，放大时看起来一样。 Wikipedia谈论以不同的比例将Perlin噪声添加到自身以产生分形噪声，这可能是相同的，但我不确定：
我不认为这但是，很难压缩。噪点很难进行无损压缩，但是JPEG却有损，因此它只会丢弃细节而不是费力地处理它。我不确定是否可以制作出“难以压缩JPEG”的内容，因为它只会忽略在该质量级别上难以压缩的任何内容。
具有任何规模的硬边的东西都会可能会更好，例如无限棋盘平面：
还有很多颜色。也许看实际的分形而不是分形噪声。也许是蒙德里安分形？ :)
评论
$ \ begingroup $
非常感谢！分形噪声绝对是我一直在寻找的东西，但是在我的测试中，它被很好地压缩了，我猜想它可能会使用更突然的过渡，而不是像热图一样的平滑度。棋盘的问题在于，性能实际上取决于照片中拍摄的布料的哪一部分。蒙德里安分形非常好，并且迄今为止我的测试中表现最好。也许它可以使用更多的颜色和稍微不同的参数。
$ \ endgroup $
–尼古拉斯·拉乌尔（Nicolas Raoul）
2012年4月11日15:05
$ \ begingroup $
@NicolasRaoul：嗯。也许Sierpinski地毯有颜色？那已经是常见的被子图案了。
$ \ endgroup $
– Endolith
2012年4月11日15:45
$ \ begingroup $
西尔平斯基三角形或正方形的细分可能确实很棒！
$ \ endgroup $
–尼古拉斯·拉乌尔（Nicolas Raoul）
2012年4月12日在7:57
#2 楼
如果我们谈论计算机生成的图像，那么噪声将是正确的方法。但是这里有相机捕获步骤。由于比例不变性问题，分形位非常重要。但是，如果您考虑要在一个有限的距离范围内拍摄人物，那么它不一定是真正的分形。我的意思是，如果穿衣服的人在图片的背景中，反正不会有太大的影响...
我认为欺骗JPEG编码器的最佳方法是具有很高的高频系数的块将在量化中幸存下来=许多细节和尖锐的边缘；因此必须显式写入整个系数序列（而不是第15个系数处的EOB）。棋盘格图案是实现此目的的好方法。我唯一看到的缺点是镜头的低分辨率+相机的抗锯齿滤镜很容易使它模糊！一切都应在8x8块（或色度方式为16x16块）内进行，因为JPEG在宏尺度上的作用不大。无论镜头变得多么模糊，都必须使8x8块尽可能地凌乱。
这是一个建议：
您可能想知道对比度较低的块在做什么，但是当缩小物体时，它们有助于保持对比度区域。这里的挑战是，无论观看比例如何，都需要具有对比图案的东西。最好的方法是使用一个脚本来获取图像，应用具有各种参数的许多裁切/调整大小/模糊效果，并吐出JPEG的总大小。
评论
$ \ begingroup $
非常感谢！看起来与我在问题中的图片概念非常相似，但更好。为什么“分数”是因子4的任何特定原因？比因子2好吗？
$ \ endgroup $
–尼古拉斯·拉乌尔（Nicolas Raoul）
2012年4月11日15:09
$ \ begingroup $
没有理由，我只是试图使其具有更多的颜色看起来更漂亮，所以我以4x4正方形开始。
$ \ endgroup $
–小食
2012年4月11日15:22
$ \ begingroup $
有什么理由选择正方形而不是三角形？我现在正在尝试，三角形产生许多尖锐的边缘，我认为这是个好主意。用混合三角形→菱形→六角形→三角形的方法可以达到较低的“分形”。我认为低系数是一件好事，因为它会增加相机检测高达其分辨率极限的清晰形状的可能性。
$ \ endgroup $
–尼古拉斯·拉乌尔（Nicolas Raoul）
2012年4月11日在16:12
$ \ begingroup $
正方形是最简单的编码方法。我不确定其他形状的“边缘密度”是否比正方形更好。
$ \ endgroup $
–小食
2012年11月11日17:44
#3 楼
JPEG可利用和Transform Compressible之间有区别。以电视机的白色颗粒状噪声为例。
一般的白噪声在频率上扩散最大，因此没有比任何变换域编码技术都无法压缩的白噪声更好的例子。如果采用这种噪声并采用DCT（如果需要，则采用DFT），我们会发现频域也很宽，所有系数都很重要。
但是，仍然没有人阻止您积极进行量化。这样，您仍然可以从高频区域丢弃大量的垃圾。结果将产生严重的均方误差。但是，从感觉上讲，它仍然是噪音。但是，它可能会严重模糊。
另一方面，现在在有锐利边缘的地方拍摄图像。
锋利的边缘也将以较高的频率扩散（但可能比前一种情况少一点）。但是，在尝试压缩它并降低高频时，现在在视觉上会存在严重的障碍。这将导致边缘模糊，振铃效果等。虽然此类图像的带宽扩展不是最大可能，但是对于JPEG或任何此类等效的压缩，要使此类图像在感知上保持相等的质量将很困难。对于任何有损压缩，坚硬和简单都取决于可以容忍的失真程度和类型。
评论
$ \ begingroup $
假设我的布料是一张10 ^ 8x10 ^ 8的随机黑白像素表。相机将拍摄10x10像素的织物图片。从统计上讲，这10x10的图像难道所有像素都不都是非常相似的灰色，从而比不那么均匀的图像更容易以更少的失真进行压缩吗？
$ \ endgroup $
–尼古拉斯·拉乌尔（Nicolas Raoul）
13年6月20日在7:26
#4 楼
以下组成显示了图案的分形类型结构。每一张下一张图片是对上一张的每个2x2像素块求平均的结果。图案的总体特征保持不变，但是图像对比度逐渐降低。如前所述，当我们缩小图像时，图片会变成灰色。图像对比度要在所需范围内稳定。下面是4层图案（512x512 GIF）的示例。此结果更接近布朗噪声，也几乎没有JPEG可压缩性。
#5 楼
我的猜测是，最差的可压缩模式将是白噪声（均匀分布）。它需要在不同的分辨率下看起来嘈杂，因此您可以在比例空间中创建嘈杂的图像，然后将它们放在一起：$$ I = \ sum_ {i} ^ {n} N_ {i} * G_ {i} $$
这里$ I $是最终的布料图像，$ N_ {i} $是充满白噪声的图像（每个$ i $不同），而$ G_ { i} $是大小为$ i \ sigma $的高斯核。 $ * $表示卷积。
构造此类图像的更好方法可能是直接在频域中工作，因此：
创建填充图像具有白噪声。
在图像上执行8x8块IDCT（逆余弦逆变换）。
结果将是JPEG的可压缩模式最差，因为它在DCT域中具有最高的熵。但是我不确定在不同的分辨率下它会如何表现。
#6 楼
IIRC，指定了JPEG解压缩算法，但是没有指定精确的压缩算法。不同的算法可以生成合法的JPEG文件。因此，您需要在所选的图像压缩器上进行测试。有损压缩器（例如JPEG）可以将任何东西压缩相同的量。只是，在任何固定的压缩级别下，压缩的质量可能会有所不同（解压缩结果中的噪声或错误会增加），具体取决于图像。因此，您需要一种能够将最大噪声添加到解压缩结果中的东西。为此，您需要最大的误差来去除高频宏块系数并量化任何系数。
这可能意味着变化和高频纠察线，以及恰好在之间的变化的灰度和色标给定压缩器在某些给定设置下可能的量化级别。
由于您希望在任何照明条件下都可以在任何距离下工作，因此您将需要改变检举频率（也许是分形的，或者可能只是（使用随机频率调制进行渐变）以及颜色和灰度级（非相干，例如，独立更改颜色和级别）。色调差异将更少地取决于距离，因此对于您选择的量化器而言，只需要选择那些以使其更糟。颜色图案的平均尺寸可以是亮度图案尺寸的两倍，以匹配4：1：1（区域）YUV宏块组成。
我将从一堆高度彩色的莫尔图案开始分形地覆盖和/或拼凑在一起的尺度变化很大。
#7 楼
让我分享光谱非常平坦的图案（例如白噪声）。因此，很难用JPG压缩此模式。下面的示例图像放大了4倍。模式本身是规则的，但不是周期性的，并且可以通过确定性算法轻松生成。它也具有分形特性。
从远处看：
#8 楼
实际上，随机噪声压缩得非常差。您可以通过生成独立的R，G，B值来生成彩色图像。从远处看确实可以消除噪声（通过低通滤波），并且可以通过在以下位置生成噪声图像来避免这种情况不同的分辨率，即使用越来越大的像素并叠加它们。
添加图像时，您会遇到值范围的问题，该范围随着图像数量的增长而增加，让N。仅对它们进行平均，噪声振幅将减小为1 / N。
如果选择不相关的均匀噪声，则叠加将导致准高斯分布具有√N标准偏差，因此不必除以N，您可以除以√N（以适当的重新居中）以限制幅度减小。
最后，我想让值作为饱和值而不是将其饱和而不是使其饱和将形成较大的均匀区域。
#9 楼
这是获得RGB布朗噪声（4096x4096 GIF）的另一种方法。
#10 楼
令人惊奇的问题！从概念上讲，白噪声是按时间缩放时不会改变的信号。
以同样的方式，分形在缩放时也不会改变。
有损压缩过程仅占用光谱中最重要的部分（时间或大小），而不是全部，因此分形和杂音闻起来像饼干。 br />它们必须是分形的，并且分形行为必须是随机生成的白色。
您应该得到一种在照片中看起来是黑色的织物（在CMY颜色空间中），但在现实世界中，它具有彩色图案。 />
祝你好运！ ，如果您收到答案，请张贴！！！
评论
$ \ begingroup $
“您应该得到照片中看起来是黑色的织物” <-在这种情况下，它是否易于压缩？
$ \ endgroup $
–尼古拉斯·拉乌尔（Nicolas Raoul）
18年11月12日，0：39
评论
我将不得不留意这个问题....如果实现了一个有趣的答案，我可以在www.spoonflower.com（或类似服务）预测面料订购情况，并且很难穿上衬衫到我的收藏中;-)一个有趣的模式竞赛项目可能是：1）拍摄这种模式的高清图像2）旋转它，随机地拍摄它的一部分（以随机比例），模糊一点，添加一点噪点和小的随机颜色偏差3）用JPG压缩。4）查看文件大小，计算有关质量损失的指标，并使用这些指标计算“得分”。 5）重复多次以收敛到该模式的平均得分6）与其他模式重复并比较得分
由于有损算法总是可以通过丢掉更多数据来进行更多压缩，因此，使用依赖于高频细节的模式似乎会让您更加幸运。例如，细线。换句话说，它可以很好地压缩，但是质量会很快下降。我想取决于您要完成的工作。想想指纹-这是一个经典案例，由于需要保留细节，因此需要小波才能对JPEG进行良好的压缩。
@datageist：带有线条的布料的图片（原始相机输出）可能难以压缩，但是向后退一步，拍摄另一张图片：它将仅包含灰色像素，非常容易压缩而几乎没有损失。我要寻找的图案必须导致难以在大范围内压缩的图片（原始相机输出）。
@NicolasRaoul对，我明白了，我只是说，如果您丢掉足够多的信息，任何东西都是可压缩的。您是否只想要一种具有“难以压缩”（即很有趣）的区别的图案，还是要积极地劝阻人们不要尝试压缩包含该图案的图像？