我寫了一個函式（在 Python 中），它以一定的質量級別（0 到 100，越高越好）保存影像。根據質量級別，最終檔案或大或小（以位元組為單位）。
我需要撰寫一個函式來為影像選擇最佳質量級別，并將其保持在最大檔案大小（以位元組為單位）以下。我能做到的唯一方法就是嘗試。
最簡單的方法是：以一定的質量保存檔案，如果它比預期的大，則降低質量等等。不幸的是，這種方法非常耗時。即使我在每次迭代時將質量降低 5 個點，風險在于我必須將同一個檔案保存 21 次才能找到合適的質量。
另一種解決方案是：嘗試使用先前質量的一半，然后根據結果專注于較低的質量范圍或較高的質量范圍。讓我澄清一下：
- 假設質量可以在 0 到 100 之間，請嘗試使用質量 = 50
- 如果檔案大小高于預期，則關注較低質量范圍（例如 0-49），否則關注較高質量范圍（例如 51-100）。
- 將質量值設定在所考慮范圍的中間并保存檔案（例如，如果范圍較低，則為 25，如果范圍較大，則為 75）；回到 2
- 當范圍小于 5 時退出
第二個解決方案總是需要 6 次迭代。
這是一個 Python 實作：
limit_file_size = 512 # maximum file size, change this for different results
q_max = 100
q_min = 0
quality = q_min (q_max - q_min) // 2
while True:
file_size = save_file(quality)
if (q_max - q_min) <= 5: break
if file_size > limit_file_size:
q_max = quality
else:
q_min = quality
quality = q_min (q_max - q_min) // 2
請注意，為簡潔起見，未提供函式save_file，它的虛假實作可能如下：
import math
def save_file(quality):
return int(math.sqrt(quality))*100
How to reduce the amount of cycles required by the above function to converge to a valid solution?
uj5u.com熱心網友回復：
您可以嘗試執行您提到的二進制搜索功能，并將結果保存在字典中，以便下次迭代時檢查檔案大小質量是否已經像這樣計算出來：
# { file_size : quality }
{ 512 : 100 , 256 : 100, 1024 : 27 }
請注意，每個影像都有不同的尺寸、顏色深度、格式等，因此您可能會得到一系列結果，我建議使用它并在影響最大的屬性中創建子鍵，例如：
{ format : { file_size : quality } }
uj5u.com熱心網友回復：
您可以制定某種簡單的 ML（機器學習）方法。訓練模型給出：
- 質量 50 的影像大小
- limit_file_size
因為輸入將產生您所尋求的最佳質量，或者至少縮小您的搜索范圍，以便您需要 2-3 次迭代而不是 6 次。
因此，您必須收集訓練（和驗證）資料，訓練簡單快速的模型（應該比 更快save_file）。
我認為這是盡快確定這種質量的最佳方法，但需要大量作業（特別是如果您沒有 ML 經驗）。
轉載請註明出處，本文鏈接：https://www.uj5u.com/shujuku/313574.html
標籤：python algorithm performance
上一篇：0/1背包問題的混淆輸出