Python3+OpenCV（五）：离散余弦变换(DCT)

---

---

1、原理

图像处理中常用的正交变换除了傅里叶变换外，还有离散余弦变换等。

离散余弦变换（Discrete Cosine Transform，DCT)是图像频域变换的一种，它类似于离散傅里叶变换(DFT for Discrete Fourier Transform，DFT)，离散余弦变换相当于一个长度大概是它两倍的离散傅里叶变换，但是离散余弦变换只使用实数。在傅里叶级数中，如果被展开的函数是实偶函数，那么在傅里叶级数中则只包含余弦项，再将其离散化，由此便可导出离散余弦变化。

变换后DCT系数能量主要集中在左上角，其余大部分系数接近于零，因此DCT具有适用于图像压缩的特性，用于对信号和图像(包括静止图像和运动图像)进行有损数据压缩。

其中f(x,y)是空间域二维向量之元素， x,y=0,1,2,…N-1；F(u,v)是变换系数阵列之元素。式中表示的阵列为N×N。二维离散余弦变换正变换公式：

2、实现

# 读取图像
cv2.imread(src, flag)

flag：用来指定图像的读取方式

• cv2.IMREAD_COLOR(1) : 默认使用该种标识。加载一张彩色图片，忽视它的透明度。
• cv2.IMREAD_GRAYSCALE(0) : 加载一张灰度图。
• cv2.IMREAD_UNCHANGED(-1) : 加载图像，包括它的Alpha通道。

# 转换数组的数据类型
astype()

# 离散余弦变换
cv2.dct(src