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。