使用MATLAB实现图像压缩可以通过多种方法，其中一种常见的方法是使用离散余弦变换（DCT）进行图像压缩。以下是一个完整的示例代码，展示了如何使用DCT进行图像压缩和解压缩

% 读取图像
img = imread('your_image.jpg');
% 将图像转换为灰度图像
gray_img = rgb2gray(img);

% 将灰度图像转换为double类型
img_dbl = double(gray_img);
% 对图像应用DCT
dct_img = dct2(img_dbl);

% 设置要保留的系数的百分比
retain_percentage = 0.1;
% 计算要保留的系数数量
[rows, cols] = size(dct_img);
num_coeffs = round(retain_percentage * rows * cols);

% 将DCT系数排序
dct_sorted = sort(abs(dct_img(:)), 'descend');
threshold = dct_sorted(num_coeffs);

% 创建一个掩码，保留大于阈值的系数
mask = abs(dct_img) >= threshold;
% 应用掩码
compressed_dct_img = dct_img .* mask;

% 应用逆DCT变换
reconstructed_img = idct2(compressed_dct_img);
% 将图像转换为uint8类型
reconstructed_img = uint8(reconstructed_img);

% 显示原始图像和重建图像
figure;
subplot(1, 2, 1);
imshow(gray_img);
title('原始图像');

subplot(1, 2, 2);
imshow(reconstructed_img);
title('重建图像');

代码说明

• 步骤1：读取图像并转换为灰度图像，因为DCT在灰度图像上处理更简单。
• 步骤2：将灰度图像转换为双精度类型，然后应用二维DCT。
• 步骤3：通过设置保留的系数的百分比来压缩图像。选择重要的DCT系数，其他系数设为零。
• 步骤4：应用逆DCT变换将压缩的DCT系数转换回图像。
• 步骤5：显示原始图像和重建后的图像，比较压缩效果。

通过这种方法，你可以实现图像的压缩和解压缩。你可以调整retain_percentage参数来控制压缩率，保留更多的系数会提高重建图像的质量，但会减少压缩效果。