08.DCT图像压缩

#include<bits/stdc++.h>
#include<opencv2/opencv.hpp>
using namespace cv;
using namespace std;
const double pi = 3.1415926;
int width, height, channels;
double dct1[80][80][10][10];
double result[80][80][10][10];
double result2[80][80][10][10];
double tmp[10][10];
double to[10][10];
double alpha(int x)
{
	if (x == 0)
		return sqrt(1.0 / 8.0);
	return sqrt(2.0 / 8.0);
}
int H, W;
int main()
{
	// 【1】读入一张图片,载入图像
    Mat srcImage = imread("D:\\OneDrive\\桌面\\下载.jfif", 0);
    Mat image = srcImage.clone();
	
	height = srcImage.rows;
	width = srcImage.cols;
	channels = srcImage.channels();
	
	H = height / 8;
	W = width / 8;
	//初始化
	for (int i = 0; i < height; i++)
	{
		uchar* data = srcImage.ptr<uchar>(i);
		uchar* data2 = image.ptr<uchar>(i);
		for (int j = 0; j < width; j++)
		{
			dct1[i / 8][j / 8][i % 8][j % 8] = double(data[j]);
			data2[j] = data[j];//初始化边角
		}
	}

	//对每个8*8矩阵计算dct和逆dct
	for (int h = 0; h < H; h++)
	for (int w = 0; w < W; w++)
	{
		for (int i = 0; i < 8; i++)
	    for (int j = 0; j < 8; j++)
	    {
		    result[h][w][i][j] = 0.0;
		    for (int i2 = 0; i2 < 8; i2++)
		    for (int j2 = 0; j2 < 8; j2++)
		    {
			    result[h][w][i][j] = 1.0 * result[h][w][i][j] + 1.0 * dct1[h][w][i2][j2] * alpha(i) * alpha(j) * cos(pi / 16.0 * i * (2.0 * i2 + 1.0)) * cos(pi / 16.0 * j * (2.0 * j2 + 1.0));
		    }
	    } 

		for (int i2 = 0; i2 < 8; i2++)
		for (int j2 = 0; j2 < 8; j2++)
		{
			result2[h][w][i2][j2] = 0.0;
			for (int i = 0; i < 4; i++)//从这里控制压缩率
			for (int j = 0; j < 4; j++)
			{
				result2[h][w][i2][j2]=1.0* result2[h][w][i2][j2]+1.0* result[h][w][i][j] * alpha(i) * alpha(j) * cos(pi / 16.0 * i * (2.0 * i2 + 1.0)) * cos(pi / 16.0 * j * (2.0 * j2 + 1.0));
			}
		}
	}
	
	for (int h = 0; h < H; h++)
	for (int w = 0; w < W; w++)
	{
		for (int i = 0; i < 8; i++)
		for (int j = 0; j < 8; j++)
		{
			uchar* data = image.ptr<uchar>(h*8+i);
			data[w * 8 + j] = result2[h][w][i][j];
		}
	}

	imshow("【原始图】", srcImage);
	imshow("【复制图】", image);
	waitKey(0);
	return 0;
}

原图:
在这里插入图片描述

1/4压缩率结果:
在这里插入图片描述
1/64压缩率:
在这里插入图片描述

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
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