二维离散变换DCT的一点简单理解

cv2里面有封装的模块，这里只写理解不写公式。

DCT变换的目的：人脸对于低频部分更敏感，去除高频部分，只保留低频部分。变换后的数据左上角为低频部分，右下角为高频部分。大多数信号的能量集中在低频部分，所以变换后的低频部分（左上角）的信号可以认为是一种压缩。

 

基于dct的phash算法的实现思路：

1. 图片读取数据

2. 图片压缩到32*32大小

3. 转换为灰度图

4. DCT变换，注意数据格式为浮点32

5. 取出左上角低频部分（8*8)

6. 求低频部分的均值

7. 低频部分转化为布尔数据（大于均值转换为True，小于均值->False),转化方法可以用astype我在另一篇博客中写过bool数据和int数据的转化。