最小的JPG可压缩模式是什么？（相机拍摄的一块布，比例/角度/照明可能会有所不同）

从相机的角度来看，我正在尝试设计一块很难用JPG压缩的布，从而导致文件大（如果文件大小固定，则会导致图像质量下降）。

即使抹布远离相机或旋转了，它也必须能够工作（假设比例尺可以从1倍到10倍不等）。

噪点相当好（很难压缩），但是从远处看时会变成灰色，易于压缩。一个好的图案将是分形的，在所有尺度上看起来都是相似的。
叶子比较好（叶子，细小的树枝，小树枝，大树枝），但使用的颜色太少。

这是第一次尝试：

我相信还有更多最佳模式。
也许六角形或三角形的镶嵌效果会更好。

JPG使用Y'Cb Cr颜色空间，我认为可以类似的方式生成Cb Cr，但是我想最好不要统一使用Y'（亮度）的整个范围，因为相机会饱和明亮或黑暗的区域（照明永远都不完美）。

问题：解决此问题的最佳布样是什么？

噪点相当好（很难压缩），但是从远处看时会变成灰色，易于压缩。一个好的图案将是分形的，在所有尺度上看起来都是相似的。

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谈论以不同的比例在其自身上添加Perlin噪声以产生分形噪声，这也许是相同的，但我不确定：

不过，我认为这很难压缩。噪声是困难的无损压缩，但JPEG是有损的，所以它只是要扔掉的细节，而不是与它挣扎。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。

带有任意大小的坚硬边缘的东西可能会更好，例如无限棋盘平面：

也有很多颜色的东西。也许看实际的分形而不是分形噪声。也许是蒙德里安分形？:)

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。

由于尺度不变性问题，分形位非常重要。但是，如果您考虑要在有限的距离范围内拍摄人物，则不必一定要分形。我的意思是，如果穿着衣服的人在图片的背景中，那反正不会有太大的影响...

我认为，诱骗JPEG编码器的最佳方法是使用具有很高高频系数的块，这些块将承受量化=许多细节和锐利边缘；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图像模糊！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：

您可能想知道这里对比度较低的块在做什么，但是当物体缩小时，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，都需要具有对比的图案。

我尚未对此进行正式评估。最好的方法是有一个脚本来拍摄图像，应用带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。

JPEG可利用和Transform Compressible之间存在区别。

以电视机的白色颗粒状噪声为例。

一般的白噪声在频率上最大程度地扩展，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。

尖锐的边缘也将以较高的频率扩散（但可能会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。它将导致边缘模糊，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，坚硬和简单取决于所允许的失真程度和类型。

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，当我们缩小时，图片变成灰色。

但是使用分形特性，我们可以将几种不同分辨率的图案叠加在一起，以保持图像对比度在所需范围内稳定。以下是4层图案（512x512 GIF）的示例。此结果更接近布朗噪声，并且几乎也无法JPEG可压缩。

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：

在这里$I$$N_{i}$$i$$G_{i}$$i\sigma$$*$

构造这种图像的更好方法可能是直接在频域中工作，因此：

1. 创建充满白噪声的图像。
2. 对图像执行8x8块IDCT（离散余弦逆变换）。

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分辨率下它会如何表现。

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，您将需要在所选的图像压缩器上对此进行测试。

任何东西都可以通过有损压缩器（例如JPEG）以相同的量压缩。只是，在任何固定的压缩级别，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消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，以及变化的灰度和色阶，这些变化恰好在给定的压缩器在某些给定设置的可能量化级别之间。

由于您希望它在任何照明条件下都可以在任何距离工作，因此您将需要改变桩的频率（也许是分形的，或者可能只是通过随机频率调制而变斜），以及颜色和灰度等级（非相干，例如改变颜色和级别独立）。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。颜色图案的平均大小可以是亮度图案的大小的两倍，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条纹图案开始，它们以不同的比例覆盖和/或分形地拼凑在一起。

让我分享频谱非常平坦的图案（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，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：

随机噪声的压缩确实非常差。您可以通过生成独立的R，G，B值以彩色方式生成它。

从远处看，确实可以消除噪声（通过低通滤波），并且可以通过生成不同分辨率的噪声图像（即使用越来越大的像素并将其叠加）来避免这种情况。

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加而增大，让N。如果仅对它们进行平均，则噪声幅度将减小为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，可以除以√N（使用适当的重新定心）来代替N，以限制幅度减小。

最后，我想最好让这些值环绕而不是使它们饱和，因为饱和的值将形成较大的均匀区域。

这是另一种获得RGB布朗噪声（4096x4096 GIF）的方法。

令人惊讶的问题！从概念上讲，白噪声是按时间标度不变的信号。同样，分形在缩放大小时也不会改变。有损压缩过程仅占用了最重要的频谱（时间或大小），而不是全部频谱，因此，分形和噪音闻起来像饼干。因此，您应该使用织物的颜色和图案，它们必须是分形的，并且分形的行为必须是随机产生的白色。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。

祝好运！，如果您收到答案，请张贴！！！