人脸光照调整之DCT变换

人脸光照调整一直是人脸识别问题中的难点，作者就不同处理方法，并结合其在实际应用中的表现，在此分章节谈一些个人看法，有不当之处，还望各园友指正。

光照调整主要分在频率域和空间域的处理，频率域中有DCT变换、小波变换等。而在空间域有直方图均衡化、Gamma校正等。作者在此只介绍一些主流并有较广适应范围的方法。首先，我们来谈谈DCT变换吧：

DCT（离散余弦变换）对高相关性的数据（信号），具有非常好的能量聚焦性，经过变换，信号能量的绝大部分被集中到变换域的少数系数上。因此，对于受光照影响的图像，我们只需要修改很少的频域系数，就可以对图像的光照做出较好调整，避免了需要调节多个参数以适合不同图像的问题，操作简便易行。

1.       一维DCT变换的实现步骤：

1)        计算DCT变换的点数，并对时域空间进行延拓；

2)        调用一维傅里叶变换；

3)        调整系数并存储；

2.       二维DCT变换的实现步骤：

1)        计算进行二维图像DCT变换的高度和宽度，如果不是2的整数次幂则要进行调整，并计算在水平和垂直方向上变换时迭代的次数；

2)        用一