DCT 变换与量化表_maryhaocoolcool的博客-CSDN博客_量化表背景知识:低频分量(低频信号)代表着图像中亮度或者灰度值变化缓慢的区域,也就是图像中大片平坦的区域,描述了图像的主要部分。主要对整幅图像强度的综合度量。高频分量(高频信号)对应着图像变化剧烈的部分,也就是图像的边缘(轮廓)或者噪声以及细节部分,主要是对图像边缘和轮廓的度量。DCT变换对图像进行压缩的原理是减少图像中的高频分量,高频主要是对应图像中的细节信息,而我们人眼对细节信息并不是...https://blog.csdn.net/maryhaocoolcool/article/details/105853104输入矩阵 ===> DCT ===> 量化 ===> 游程编码压缩 ===> 网络传输 ===> 反游程恢复 ===> 反量化 ===> 反DCT ===> 得到输入矩阵的近似矩阵
整个流程中的 量化和反量化 需要量化矩阵参与,在实际应用中可以事先让网络收发双方都持有量化矩阵,这样就可以完成矩阵的还原了,同时由于量化后的矩阵非常适合用游程编码进行数据压缩,所以网络传输时的数据量非常小。
上面提到了如何压缩一个矩阵,这可以用在压缩图片的场景中,每个图片都是一个包含色彩值的矩阵,再经过上面的流程压缩后,可以有效地压缩传输后再尽可能地还原。
上面提到了用游程编码进行数据压缩,但是一般情况下还会在压缩之前加入一个zig-zag扫描,这个动作可以提高游程扫描过程中的连0几率,进而提高压缩比。因此流程为:
输入矩阵 ===> DCT ===> 量化 ===> zig-zag扫描 ===> 游程编码压缩 ===> 反zig-zag扫描 ===> 网络传输 ===> 反游程恢复 ===> 反量化 ===> 反DCT ===> 得到输入矩阵的近似矩阵