DCT离散余弦变换C版本

#include<iostream>
#include<math.h>
using namespace std;
#define PI 3.14159265354

#define DCT_SIZE 8

float DCT_Mat[DCT_SIZE][DCT_SIZE];
float DctMap[DCT_SIZE][DCT_SIZE]=
{
    130,130,130,129,134,133,129,130,
    130,130,130,129,134,133,130,130,
    130,130,130,129,132,132,130,130,
    129,130,130,129,130,130,129,129,
    127,128,127,129,131,129,131,130,
    127,128,127,128,127,128,132,132,
    125,126,129,129,127,129,133,132,
    127,125,128,128,126,130,131,131
};
   //需要DCT处理的图像输入口

/*float DctMap[DCT_SIZE][DCT_SIZE]=
{
    0,0,0,0,
    0,1,1,0,
    0,1,1,0,
    0,0,0,0
};*/

float DctMapTmp[DCT_SIZE][DCT_SIZE];

void InitDctMat()
{
    int i,j,t;
    for(i=0;i<DCT_SIZE;i++) DCT_Mat[0][i]=sqrt(2.0/DCT_SIZE)*sqrt(1.0/2);
    for(i=1;i<DCT_SIZE;i++)
    {
        t=0;
        for(j=0;j<DCT_SIZE;j++)
        {
            DCT_Mat[i][j]=sqrt(2.0/DCT_SIZE)*cos(PI/(2.0*DCT_SIZE)*(i+t));t+=2*i;
        }
    }
}

void DCT()
{
    float t=0;
    int i,j,k;
    for(i=0;i<DCT_SIZE;i++){
        for(j=0;j<DCT_SIZE;j++){
            t=0;
            for(k=0;k<DCT_SIZE;k++)
                t+=DCT_Mat[i][k]*DctMap[k][j];
            DctMapTmp[i][j]=t;
        }
    }
    for(i=0;i<DCT_SIZE;i++){
        for(j=0;j<DCT_SIZE;j++){
            t=0;
            for(k=0;k<DCT_SIZE;k++)
                t+=DctMapTmp[i][k]*DCT_Mat[j][k];
            DctMap[i][j]=t;
        }
    }
}

void IDCT()
{
    float t=0;
    int i,j,k;
    for(i=0;i<DCT_SIZE;i++){
        for(j=0;j<DCT_SIZE;j++){
            t=0;
            for(k=0;k<DCT_SIZE;k++)
                t+=DCT_Mat[k][i]*DctMap[k][j];
            DctMapTmp[i][j]=t;
        }
    }
    for(i=0;i<DCT_SIZE;i++){
        for(j=0;j<DCT_SIZE;j++){
            t=0;
            for(k=0;k<DCT_SIZE;k++)
                t+=DctMapTmp[i][k]*DCT_Mat[k][j];
            DctMap[i][j]=(int)(t);
        }
    }
}

int main()
{
    InitDctMat();
    DCT();
    for(int i=0;i<DCT_SIZE;i++)
    {
        for(int j=0;j<DCT_SIZE;j++)
        {
            cout<<DctMap[i][j]<<"  ";
        }
        cout<<endl;
    }
    IDCT();
    for(int i=0;i<DCT_SIZE;i++)
    {
        for(int j=0;j<DCT_SIZE;j++)
        {
            cout<<DctMap[i][j]<<"  ";
        }
        cout<<endl;
    }
}



  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
DCT离散余弦变换)是一种常用的图像压缩和加密算法,其设计原理是将图像从时域转换到频域进行处理,以减少图像数据的冗余度和杂度,实现图像压缩和加密等功能。 D的数学原理是将与DFT离散傅里变换)相似的公式推广到实数序列上进行计算。DCT使用的是实数系数,而DFT使用的是复数系数。DCT的基本公式可以写作: ![DCT公式](https://latex.codecogs.com/gif.latex?X%28k%29%20%3D%20%5Csum_%7Bn%3D0%7D%5E%7BN-1%7D%20x%28n%29%20%5Ccos%20%5Cleft%28%20%5Cfrac%7B%5Cpi%7D%7BN%7D%20%5Cleft%28%20n%20&plus;%20%5Cfrac%7B1%7D%7B2%7D%20%5Cright%29%20%5Cleft%28%20k%20&plus;%20%5Cfrac%7B1%7D%7B2%7D%20%5Cright%29%20%5Cright%29%2C%20%5Cquad%200%20%5Cleq%20k%20%3C%20N) 其中,![X(k)](https://latex.codecogs.com/gif.latex?X%28k%29)是DCT变换后的频域系数,![x(n)](https://latex.codecogs.com/gif.latex?x%28n%29)是原始时域序列,![N](https://latex.codecogs.com/gif.latex?N)是序列的长度。 DCT的基本思想是将图像分成若干个小块,对每个小块进行DCT变换,然后保留部分重要的频域系数,将其它系数置零,再进行逆DCT变换,得到压缩后的图像。这样可以减少图像数据的冗余度,实现图像的压缩。 DCT还可以用于图像加密。通过对图像进行DCT变换,将图像转换到频域,然后对频域系数进行加密处理,再进行逆DCT变换,得到加密后的图像。只有知道加密密钥的人才能够正确解密图像。 总结来说,DCT离散余弦变换的设计原理是将图像从时域转换到频域进行处理,以减少图像数据的冗余度和复杂度,实现图像压缩和加密等功能。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值