JPG学习笔记3（附完整代码）

2021-02-18 03:01:04 阅读：233 来源： 互联网

标签：std 代码 0.5 笔记 uint JPG DCT sum 向量

　　采样后，需要对8*8block进行DCT（离散余弦变换)。为什么要进行DCT？第一点是余弦变化后的图片能量主要集中在低频，我们只需要保存低频数据，默认高频0。第二点是，DCT后的图片很适合哈夫曼压缩，对于原图而言，区域相连的pixle数值差不多，哈夫曼压缩效果差。全部代码在 https://github.com/Cheemion/JPEG_COMPRESS。

图片引用自"Compressed Image File Formats JPEG, PNG, GIF, XBM, BMP - John Miano"[1]

1.离散余弦变换直觉上的认识

假设我们有一个2*2的图片如下,最亮代表1, 最暗代表-1。

我们普通的认识是，这是一个由4个4维向量组成的一个图片（如下）。可以看成是一个2*2的平面向量，也可以看成4维向量(1,0,0,0)(0,1,0,0)(0,0,1,0)(0,0,0,1)。每个向量两两相交，并且都是单位向量。这4个基向量可以得到任何的一张2*2的图片。

（1，0，0，-1） = 1 *（1， 0， 0， 0） + 0 *（0，1， 0， 0） + 0 *（0， 0， 1， 0） + （-1） * （0， 0， 0， 1）；

离散余弦变化，其实只是把上面的4个基向量进行了变化。如下

基向量变成了（0.5，0.5，0.5, 0.5）（0.5, -0.5, 0.5, -0.5）（0.5, 0.5, -0.5, -0.5） (0.5, -0,5, -0.5, 0.5)，每个向量两两相交，并且都是单位向量。这4个基向量可以得到任何的一张2*2的图片。

所以DCT其实只是换了一个基向量而已。

左边第一个图为低频，因为整个图的颜色没有变化，可以认为变化频率为0

最右边的图为高频，上下和左右的颜色都变化了一次。

（1，0，0，-1） = 0 *（0.5， 0.5， 0.5， 0.5） + 1 *（0.5，-0.5， 0.5， -0.5） + 1 *（0.5， 0.5， -0.5， -0.5） + 0 * （0.5， -0.5， -0.5， 0.5）；

蓝色的系数只要通过原图和新的基向量点成就可以得到，比如向量（0.5， 0.5， 0.5， 0.5）前面的系数为 1 * 0.5 + 0 * 0.5 + 0 * 0.5 + (-1) * 0.5 = 0;

2.离散余弦变换公式上的认识

DCT离散余弦正变换

令G(i, j) = cos((i + 0.5) * pi * u /N) * cos((j + 0.5) * pi * u / N)， u 和 v是constant

随着u和v从0到7(因为我们的block是8*8) 不断的变化我们可以画出如下图

画图代码matlab如下

function [ out ] = g( u,v )
    p = zeros(8,8);
    for i = 0:7
        for j = 0:7
            p(i + 1,j + 1) = cos((i + 0.5) * u * pi / 8) * cos((j + 0.5) * v * pi / 8);
        end
    end
    out = p;
end

matlab画图代码

clc; clear; close all;
figure;
maximum = 0;
minimum = 100;
for u = 0:7
    for v = 0:7
        pp = g(u,v)
        subplot(8, 8, u * 8 + v + 1);
        imshow((pp + 1) ./ 2);
    end
end

matlab画图代码主函数

乘以系数c(u)c(v)是使我们的G(i, j)变成单位向量。公式剩余部分就是点乘的过程。

IDCT逆变换

3.代码

void DCT(Block& block) {
    Block temp;
    std::memcpy(&temp, &block, sizeof(Block)); //copy from original
    //8 rows
    //DCT行变化
    for(uint i = 0; i < 8; i++) {
        double* f = &temp[i * 8]; //one dimension Array , and will perform DCT on it
        for(uint k = 0; k < 8; k++) {
            double sum = 0.0;
            for(uint n = 0; n < 8; n++){
                sum = sum + f[n] * std::cos(((n + 0.5) * M_PI * k / 8));
            }
            sum = (k == 0) ? (sum * std::sqrt(1.0 / 8)) : (sum * std::sqrt(2.0 / 8));
            block[i * 8 + k] = sum;
        }
    }
    
    std::memcpy(&temp, &block, sizeof(Block)); //copy from 
    //DCT列变化
    for(uint i = 0; i < 8; i++) {
        double* f = &temp[i]; //one dimension Array with 8 steps increment , and will perform DCT on it
        for(uint k = 0; k < 8; k++) {
            double sum = 0.0;
            for(uint n = 0; n < 8; n++){
                sum = sum + f[n * 8] * std::cos(((n + 0.5) * M_PI * k / 8));
            }
            sum = (k == 0) ? (sum * std::sqrt(1.0 / 8)) : (sum * std::sqrt(2.0 / 8));
            block[i + k * 8] = sum;
        }
    }
}

以上全部的代码在https://github.com/Cheemion/JPEG_COMPRESS/tree/main/Day3

完结

Thanks for reading.

wish you have a good day.

>>>> JPG学习笔记4（附完整代码）

参考资料

[1]https://github.com/Cheemion/JPEG_COMPRESS/blob/main/resource/Compressed%20Image%20File%20Formats%20JPEG%2C%20PNG%2C%20GIF%2C%20XBM%2C%20BMP%20-%20John%20Miano.pdf

标签：std,代码,0.5,笔记,uint,JPG,DCT,sum,向量
来源： https://www.cnblogs.com/robsann/p/14399450.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

ICode9

JPG学习笔记3（附完整代码）

1.离散余弦变换直觉上的认识

2.离散余弦变换公式上的认识

3.代码

完结

参考资料