小张学算法之基础算法：4.DCT变换

DCT变换，离散余弦变换，将时域/空间域转换到频域上。是DFT离散的傅里叶变换去掉虚数项的表示。常用于图像音频压缩技术上，如jpeg，h264，mpeg算法中。DCT变换后可以将高频的信号通过量化等方式去掉，以实现压缩，因为高频信号往往是人们不关注的，或者影响很小。

DCT变换就是限定了输入信号的DFT（离散傅里叶）变换，输入信号是实偶信号。

一维DCT变换：

推导与理解见知乎：

https://zhuanlan.zhihu.com/p/85299446

二维DCT变换：

二维DCT变换无非是一维多了一个分量而已，公式是相同的。

矩阵表示和matlab程序
DCT变换有高度的对称性，用矩阵表示：

matlib代码：

clear;
clc;
X=[
    61    19    50    20
    82    26    61    45
    89    90    82    43
    93    59    53    97] %原始的数据
A=zeros(4);
for i=0:3
    for j=0:3
        if i==0
            a=sqrt(1/4);
        else
            a=sqrt(2/4);
        end
        A(i+1,j+1)=a*cos(pi*(j+0.5)*i/4); %生成变换矩阵
    end
end
Y=A*X*A'   %DCT变换后的矩阵
X1=A'*Y*A  %DCT反变换恢复的矩阵

逆变换公式：


c代码：

#include <stdio.h>
#include <math.h>
#include <stdio.h>

/*
* params: 
in: in_matrix, input matrix to transfer
	line_num: line
	row_num: row
out: out_dct
*/
void dct_transfer(float **out_dct, float **in_matrix, int line_num, int row_num)
{
	float c_u = 0；
	float c_v = 0;
	for (int u = 0; u < line_num; u++)
	{
		for (int v = 0; v < row_num; v++)
		{
			out_dct[u][v] = 0;
			// calc sum
			for (int x = 0; x < line_num; x++)
			{
				for (int y = 0; y < row_num; y++)
				{
					out_dct[u][v] += in_matrix[x][y] *cos(M_PI/((float)line_num) *(x + 0.5)*u) * cos(M_PI/ ((float)row_num)* (y+0.5) *v); 
				}
			}

			c_u = (u==0? sqrt(1.0/line_num) : sqrt(2.0/line_num));
        	c_v = (u==0? sqrt(1.0/row_num) : sqrt(2.0/row_num));
  			out_dct[u][v] = c_u * c_v * out_dct[u][v];
		}
	}
}

void idct_transfer(float **out_matrix, float **in_dct, int line_num, int row_num)
{
	float c_u = 0；
	float c_v = 0；
	for (int i = 0; i < line_num; i++)
	{
		for (int j = 0; j < row_num; j++)
		{
			out_matrix[i][j] = 0;
			for (int u = 0; u < line_num; u++)
			{
				for (int v =0; v < row_num; v++)
				{
					c_u = (u==0? sqrt(1.0/line_num) : sqrt(2.0/line_num));
        			c_v = (u==0? sqrt(1.0/row_num) : sqrt(2.0/row_num));
  					out_matrix[i][j] += c_u * c_v* in_dct[u][v] * cos(M_PI/((float)line_num) *(x + 0.5)*u) * cos(M_PI/ ((float)row_num)* (y+0.5) *v)
				}
			}

		}
	}
}

分块DCT变换

在图像处理中，一张图的数据很大，需要将其分块处理，比如h264，就将图分为1616或88的宏块，然后再进行DCT变换，然后进行量话，Z型编码，熵编码等操作。随着子块变大，算法的复杂度会急剧上升。

https://www.cnblogs.com/wyuzl/p/7880124.html