具体实施方式

现在将参照附图来详细描述本公开的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。

以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本公开及其应用或使用的任何限制。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。

在这里示出和讨论的所有例子中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其他例子可以具有不同的值。

本公开的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

<方法实施例一>

目前，通常使用的图像编码方法一般可以有：1、JPEG(Joint PhotographicExperts Group)图像有损编码方法，该方法是一种应用于相片影像内容的压缩方法，其以损失部分信息为代价实现图像的压缩编码。2、PNG(Portable Network Graphics)图像无损编码方法，该方法是一种基于无损编码的压缩方法，其能够保留图像的所有信息，支持透明(Alpha)通道以及还支持亮度的gamma校正，能够得到较好的色彩重建效果。3、WebP编码方法，该方法基于视频编码标准VP8衍生而来，支持无损和有损编码，相较于方法1和方法2有20％以上的压缩率提升。4、基于H.264/H.265视频编码标准的编码方法，H.264/H.265是由MPEG组织制定的国际视频编码标准，均采用混合编码框架，能够实现高效的编码压缩。

以上方案虽然都能在一定程度上实现对图像数据的压缩，但是，方法1一般仅能够针对图像的平滑区域实现较好的重建质量，而对线条、文字等纹理复杂区域的重建效果往往较差；方法2由于为无损编码方式，所以其压缩效率不高，难以实现大幅度的图像压缩；方法3虽然可以提升图像压缩率，但是由于其基于VP8架构，所以在图像块划分时支持的划分模式较少，例如，缺少8*8等块模式的细致判断，并且其编解码处理的复杂度大幅增加，例如，编码复杂度相较方法1增加了10倍，解码复杂度相较方法1增加1.5倍，因此，该方法对电子设备的硬件要求相对较高；方法4的编解码复杂度相对低于方法3，且其压缩效率也高于方法1和方法2，但是方法3所使用的视频编码标准通常应用于对视频数据进行编解码，因此，其编码码流中包含有冗余的视频头部信息，这就造成了一定的编码字节浪费，因此，通常较少应用在图像编码场景中。

根据以上分析可知，现有的图像编码方法存在无法兼顾图像压缩性能和编解码复杂度的问题。为解决该问题，本公开实施例提供一种图像编码方法，请参看图1，其是本公开实施例提供的图像编码方法的流程示意图。该方法可以由电子设备实施，该电子设备可以为终端设备，例如，可以为手机、平板电脑等；或者，该电子设备也可以为服务器，例如，可以为刀片服务器、机架式服务器等，此处不做特殊限定。

如图1所示，本实施例的方法可以包括如下步骤S1100-S1200，以下予以详细说明。

步骤S1100，获取待编码的原始图像。

原始图像，是指待进行体积压缩以在网络中传输的图像，其中，原始图像可以为静态图像，也可以为动态图像，此处不做特殊限定。例如，原始图像可以为终端设备中待发送到网络中传输的图像。

步骤S1200，使用预设编码标准对所述原始图像进行编码，获得目标编码数据，其中，所述预设编码标准基于帧内预测编码，并且包括目标块划分处理和目标量化处理，所述目标块划分处理为基于预设规则的图像块划分处理，所述目标量化处理包括基于网格编码量化的数据量化处理。

在本实施例中，预设编码标准，简称hpic标准，是基于帧内预测编码的编码标准，该编码标准在针对图像数据进行编码时，可以支持以4像素*4像素、8像素*8像素、16像素*16像素中的任意一项作为单元图像块对原始图像进行块划分的目标图像块划分处理，并且针对每一项块划分模式，均支持对应的帧内预测编码、变换编码处理；此外，为了提升图像压缩率，该预设编码标准还同时引入基于网格编码量化，例如，trellis量化优化的数据量化处理，其中，trellis量化，是指针对量化处理中获得的初始量化系数进行评估，以确定在使用该初始量化系数进行后续编码处理，或者使用该初始量化系数-1后的量化系数进行后续编码处理时，哪一量化系数可以在保证图像质量基本不变的情况下，尽可能地提升图像压缩率。以下针对如何使用该预设编码标准对原始图像编码进行详细说明。通常，针对待编码的原始图像，电子设备，例如服务器在获取到原始图像后，一般会将原始图像以RGB格式缓存在内存中，而考虑到RGB格式在表示色彩时，是分别通过R通道、G通道以及B通道的组合来独立表示像素的色彩，这就使得在传输RGB格式的图像时，需要同时传输该三个通道的数据，从而导致带宽占用较多；而YUV格式在表示色彩时，其Y通道和UV通道可以分离单独表示颜色，且可以不必同时传输该两个通道的数据，并且由于YUV格式的数据包中还同时包含较多冗余信息，因此，在一个实施例中，在获取到原始图像，并在准备对原始图像进行编码之前，该方法还包括：获取原始图像的色彩格式；在该色彩格式为非YUV格式的情况下，转换原始图像为YUV格式，以通过使用预设编码标准对转换为YUV格式的原始图像进行编码，获得压缩率较高的目标编码数据。

即，在具体实施时，考虑到YUV格式的图像数据中包含的冗余信息往往会多于使用RGB格式的图像数据，因此，在获取到原始图像之后，可以先判断原始图像当前的色彩格式，并在该色彩格式非YUV格式的情况下，对原始图像的色彩格式进行转换，以在编码时，能够有效去除图像数据中的冗余信息，提升图像压缩率。

以原始图像为RGB格式为例，在对RGB格式的原始图像进行色彩格式转换时，具体可以使用以下公式对原始图像中像素的各颜色通道数据进行转换，以获得YUV格式的原始图像：

在一个实施例中，所述使用所述预设编码标准对所述原始图像进行编码，获得所述目标编码数据，包括：按照所述预设规则拆分所述原始图像，获得多个图像块；通过对所述多个图像块进行帧内预测编码处理和变换编码处理，获得与所述多个图像块分别对应的多个待量化数据，其中，所述帧内预测编码处理用于从空间域上去除所述多个图像块中的冗余数据，所述变换编码处理用于将去除所述冗余数据的所述多个图像块从空间域变换到频域，以获得所述多个待量化数据；对所述多个待量化数据分别进行所述目标量化处理，获得多个量化系数；根据所述多个量化系数，获得所述目标编码数据。

考虑到H.264/H.265视频编码标准可以对视频数据实现低复杂度和高压缩率的编码，因此，本公开实施例提供的预设编码标准，即hpic编码标准可以以H.264/H.265中的帧内预测编码方式为参考，通过去除其中的帧间预测编码，以获得更适用于图像压缩场景的编码标准。

具体地，如上述步骤所述，本公开实施例提供的方法在对转换为YUV格式的目标图像进行编码时，至少可以包括目标块划分处理、帧内预测编码处理、变换编码处理、目标量化处理。

目标块划分处理，具体可以是根据待编码图像的属性信息以及大小，根据预设规则对图像进行划分，以获得多个图像块。例如，可以按照4像素*4像素、8像素*8像素、16像素*16像素等任意一项作为单元图像块对待编码图像进行拆分，以得到多个图像块。相较于现有的编码方法可能仅支持4像素*4像素、16像素*16像素的块划分模式，本公开实施例提供的方法通过增加8像素*8像素的块划分模式，能够在保障图像质量不变的情况下，进一步提升图像压缩性能，以实现更细致的图像编码。

帧内预测编码处理，是以单帧图像为单位，针对拆分原始图像得到的多个图像块，基于各个相邻图像块的像素值在空间域，即像素域上的相关性、相似性，通过参考块和一组预测系数，预测相邻块中像素的变化，并通过像素实际值与预测值的差，去除一部分冗余数据，使得图像数据中像素值的动态范围变小，进而实现用于表示这些数值的比特数的减少，达到压缩图像数据的目的。

变换编码(transform coding)处理，是将原始图像经由帧内预测编码处理后获得的图像数据从空间域变换到频域，以将图像数据从动态连续的一系列数值变换为相关性较小的离散数值的处理。

考虑到离散余弦变换(DCT，DCT for Discrete Cosine Transform)处理的变换速度以及性能由于DFT、WHT等其他变换处理，因此，在一个实施例中，该变换编码处理具体可以为DCT变换编码处理，以提升图像编码处理的编码速度以及后续进行解码时的解码速度。

目标量化处理，是对变换编码处理后获得的一系列相关性较小的离散数值进行量化的处理，即，针对变换编码处理后的若干数值，将处于同一量化范围内的数值量化为同一量化系数，以实现对该若干数值进行压缩的目的。例如，针对数值(a1，a2，a3，…，an)，可以将处于同一量化范围内的数值(a1，a2)量化为量化系数b1，将处于另一量化范围内的数值(a6，a7)量化为量化系数b2。

在一个实施例中，所述对所述多个待量化数据分别进行所述目标量化处理，获得多个量化系数，包括：根据预设映射数据，获取与第一待量化数据对应的第一待确定量化参数，其中，所述第一待量化数据为所述多个量化数据中的任一数据，所述预设映射数据用于反映待量化数据与量化参数之间的对应关系；根据所述第一待确定量化参数，基于网格编码量化对所述第一待量化数据进行率失真优化选择(RDO，Rate Distortion Optimized)，获得第一目标量化参数；根据所述第一目标量化参数，对所述第一待量化数据进行量化处理，获得第一量化系数；根据所述第一量化系数，获得所述多个量化系数。

具体地，在本公开的实施例中，针对变换编码处理后得到的待量化数据，即，待进行编码处理的变换系数，为了提升量化结果，以在确保图像质量的情况下，进一步提升图像压缩率，可以在量化处理中引进网格编码量化，例如，trellis量化过程，以通过对待量化数据进行RDO选择，筛选出更适合后续处理，例如，后续熵编码的量化系数。

即，在一个实施例中，所述根据所述多个量化系数，获得所述目标编码数据，包括：通过分别对所述多个量化系数进行熵编码(entropy encoding)处理，获得所述目标编码数据。

其中，该熵编码处理可以为基于香农(Shannon)编码、哈夫曼(Huffman)编码和算术编码(arithmetic coding)等编码算法的处理，其详细处理过程此处不再赘述。

在一个实施例中，所述通过分别对所述多个量化系数进行熵编码处理，获得所述目标编码数据，包括：通过分别对所述多个量化系数进行所述熵编码处理，获得第一编码数据；根据所述原始图像的属性信息、所述目标量化处理过程中与所述多个量化数据对应的目标量化系数以及所述目标块划分处理中使用的图像块划分规则，获得第二编码数据，其中，所述第二编码数据用于指示所述第一编码数据的编码格式，所述属性信息包括所述原始图像的高度和宽度；根据所述第一编码数据和所述第二编码数据，获得所述目标编码数据。

第一编码数据，是针对图像数据，例如，原始图像或原始图像对应的目标图像中包含的图像数据进行编码压缩处理后获得的二进制码流，即，为hpic编码格式中的主体数据码流。

第二编码数据，是用于指示该第一编码数据的编码格式的二进制码流，即为hpic编码格式中的头部数据码流，

具体地，在使用本公开实施例提供的预设编码标准，即hpic编码标准中对图像数据进行编码时，在获得主体码流数据之后，为了便于解码处理时进行内存的预分配以及选用合适的解码工具，在对原始图像或目标图像进行编码时，还可以对图像数据，例如原始图像的属性信息、以及编码时所使用的编码工具信息等进行记录和编码，其中，属性信息可以为原始图像的高度和宽度。

请参看表1，其为本公开实施例提供的第二编码数据，即，头部信息编码格式的语法约束示意表：

其中，在第二编码数据的开端，可以用frame_width以及frame_height字段表示原始图像的宽度和高度，每一字段分别用2个字节表示，以便于在解码阶段进行预解码处理；b_transform_8x8用于表示编码时是否使用了8x8的DCT变换；slice_qp_delta用于记录编码时所采用的量化参数的信息；最后4个字节则可以作为扩展字段；另外，在描述符定义中，u(n)用于表示n位无符号整数且不经过编码直接传输，例如u(16)表示图像宽度以16比特长度进行传输，ue(v)表示以哥伦布编码方式编码的无符号整数类型语法元素v，se(w)表示以哥伦布编码方式编码的有符号整数类型语法元素w；需要说明的是，在具体实施时，该头部信息编码中也可以包括其他字段，例如，还可以包括编码处理中使用的编码标准的版本，以便于解码端选择与编码标准对应版本的解码标准进行解码处理。

经过以上编码处理，即可获得与原始图像对应的目标编码数据，这样在需要在网络中传输原始图像时，即可通过传输该目标编码数据，以在确保图像质量的情况下，减少带宽消耗、提升传输效率。另外，在图像接收端接收到该目标编码数据之后，可以通过以下图像解码方法对目标编码数据进行解码以获得与原始图像对应的解码图像：获取待解析的目标编码数据；使用与所述预设编码标准对应的预设解码标准对所述目标编码数据进行解码处理，获得与所述原始图像对应的重建图像。

具体地，与图像编码过程对应，该图像解码过程可以包括：头部信息解码，即第二编码数据解码处理、熵解码处理、反量化处理、反变换解码处理、帧内预测重建处理以及后处理滤波处理等处理。

其中，熵解码处理，用于将目标编码数据中包括的第一编码数据对应的二进制码流解析为多个量化系数；反量化处理根据解析获得的量化参数信息将熵解码处理获得的多个量化系数还原成频域的变换系数；反变换解码处理用于将反量化处理中还原得到的变换系数，根据各解码系数块的大小进行对应的逆变换，以映射回空间域，即像素域的残差系数；帧内预测重建处理用于根据解析得到的预测模式构造参考像素并与残差系数相加得到重建像素；后处理滤波处理用于对重建像素进行滤波处理，以消除块级编码处理造成的块效应问题。

在一个实施例中，在目标编码数据中包括原始图像的属性信息的情况下，图像解码处理还可以包括预解码处理，具体可以为：对所述目标编码数据进行预解码处理，获得所述属性信息；根据所述属性信息，设置用于缓存所述重建图像的缓存空间。

即，在获取到目标编码数据并准备进行具体解码处理之前，可以先进行预解码处理，以从目标编码数据的第二编码数据中获取原始图像的属性，例如宽度和高度，进而根据该宽度和高度，预先为重建图像分配内存空间，以确保在不浪费内存空间的前提下保证有足够的空间存储重建图像。

需要说明的是，在经过上述处理后得到的重建图像依然为YUV格式的图像数据，因此，在一个实施例中，还可以针对该YUV格式的重建图像进行色彩格式逆变换处理，以得到RGB格式的重建图像，其中，该逆变换处理可以通过以下公式实现：

为了便于理解本公开的实施例提供的图像编码方法，请参看图2，其是本公开实施例提供的图像编解码处理的应用场景示意图。如图2所示，该编解码场景在编码端，针对待编码的原始图像，可以先进行YUV格式转换处理，以获得YUV格式的原始图像，之后，可以使用预先定义第二编码数据，即，头部信息编码格式的语法约束，编码获得第二编码数据，再之后，可以针对图像中的像素数据进行主体编码处理，即，目标块划分处理、帧内预测编码处理、变换编码处理、目标量化处理、熵编码处理等处理以获得第一编码数据；之后，通过封装第一编码数据、第二编码数据得到与原始图像对应的目标编码数据并在云端的服务器中存储；云端的服务器可以为目标编码数据生成对应的URL标识链接，以便于解码端下载；同时，在云端的服务器接收到解码端的下载请求时，可以先根据预先设置的转码策略判断是否需要到内容分发网络(CDN，Content Delivery Network)中进行转码，若存在转码需要，则到CDN中进行解码，以获得转码后的码流数据的URL；若无转码需要，则可以直接将目标编码数据对应的URL标识链接提供给解码端；解码端根据接收到的URL标识链接，获取目标编码数据，并进行预解码处理、主体解码处理，即，头部信息解码，即第二编码数据解码处理、熵解码处理、反量化处理、反变换解码处理、帧内预测重建处理以及后处理滤波处理等处理以获得重建图像，之后，通过进行色彩格式逆变换处理，即可获得与原始图像对应的、RGB格式的重建图像并在解码端对应的显示装置上进行显示。

综上所述，本公开实施例提供的图像解码方法，针对待编码的原始图像，通过使用基于帧内预测编码且包含目标块划分处理和目标量化处理的预设编码标准对该原始图像进行编码，使得电子设备可以灵活选择合适的块划分模式对原始图像进行拆分，以在保证图像质量不变的情况下，提升图像压缩率；并且，在编码的过程中，通过基于网格编码量化，还可以提升量化处理的效果，以在不增加编解码复杂度的前提下，进一步的提升图像压缩率。实验数据表明，本申请的图像编码方法能够在压缩率方面相比现有的webp编码方法提升14％，编码复杂度下降16％，下载耗时节省12％，实现了高质量、低复杂度图像压缩处理。

<方法实施例二>

与上述方法实施例一相对应，本实施例还提供一种图像解码方法，该方法可以应用于电子设备，例如，可以用于服务器或者终端设备中。

请参看图3，其是本公开实施例提供的图像解码方法的流程示意图。如图3所示，该方法包括如下步骤S3100-S3200，以下予以详细说明。

步骤S3100，获取待解析的目标编码数据，其中，所述目标编码数据为使用预设编码标准对原始图像进行编码后获得的数据，所述预设编码标准基于帧内预测编码，并且包括目标块划分处理和目标量化处理，所述目标块划分处理为基于预设规则的图像块划分处理，所述目标量化处理包括基于网格编码量化的数据量化处理。

步骤S3200，使用与所述预设编码标准对应的预设解码标准对所述目标编码数据进行解码处理，获得与所述原始图像对应的重建图像。

在一个实施例中，所述目标编码数据中包括所述原始图像的属性信息；该方法还包括：对所述目标编码数据进行预解码处理，获得所述属性信息；根据所述属性信息，设置用于缓存所述重建图像的缓存空间。

<装置实施例一>

与上述方法实施例一相对应，在本实施例中，还提供一种图像编码装置，如图4所示，该装置4000可以包括原始图像获取模块4100和编码模块4200。

该原始图像获取模块4100，用于获取待编码的原始图像；该编码模块4200，用于使用预设编码标准对所述原始图像进行编码，获得目标编码数据，其中，所述预设编码标准基于帧内预测编码，并且包括目标块划分处理和目标量化处理，所述目标块划分处理为基于预设规则的图像块划分处理，所述目标量化处理包括基于网格编码量化的数据量化处理。

<装置实施例二>

与上述方法实施例二相对应，在本实施例中，还提供一种图像解码装置，如图5所示，该装置5000可以包括编码数据获取模块5100和解码模块5200。

该编码数据获取模块5100，用于获取待解析的目标编码数据，其中，所述目标编码数据为使用预设编码标准对原始图像进行编码后获得的数据，所述预设编码标准基于帧内预测编码，并且包括目标块划分处理和目标量化处理，所述目标块划分处理为基于预设规则的图像块划分处理，所述目标量化处理包括基于网格编码量化的数据量化处理；该解码模块5200，用于使用与所述预设编码标准对应的解码标准对所述目标编码数据进行解码处理，获得与所述原始图像对应的重建图像。

<设备实施例>

在本实施例中，还提供一种电子设备，如图6所示，该电子设备6000还可以包括处理器6200和存储器6100，该存储器6100用于存储可执行的指令；该处理器6200用于根据指令的控制运行电子设备以执行根据本公开任意实施例的方法。

该电子设备6000可以是终端设备，或者，也可以为服务器，在此不做限定。

<介质实施例>

与上述方法实施例一和方法实施例二对应，在本实施例中，还提供一种计算机可读存储介质，该计算机可读存储介质存储有可被计算机读取并运行的计算机程序，所述计算机程序用于在被所述计算机读取运行时，执行如本公开以上任意实施例所述的方法。

附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。对于本领域技术人员来说公知的是，通过硬件方式实现、通过软件方式实现以及通过软件和硬件结合的方式实现都是等价的。

以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其他普通技术人员能理解本文披露的各实施例。本公开的范围由所附权利要求来限定。