离散余弦变换/Discrete cosine transform，
根据离散傅里叶变换的性质，实偶函数的傅里叶变换只含实的余弦项，而数字图像都是实数矩阵，因此构造了一种实数域的变换——离散余弦变换(DCT)。
离散余弦变换具有很强的”能量集中”特性，左上方称为低频数据，右下方称为高频数据。而大多数的自然信号(包括声音和图像)的能量都集中在离散余弦变换后的低频部分。因此也可以在图像压缩算法中用来进行有损压缩。（如JPEG压缩编码）
OpenCV中dct()
在OpenCV中有专门进行离散余弦变换的函数dct()。
dct()函数执行1D或2D浮点数组的正向或反向离散余弦变换（DCT）：
N个元素的一维向量的正余弦变换：
该函数通过查看输入数组的标志和大小来选择操作模式：
如果（flags＆DCT_INVERSE）== 0，则函数执行向前的1D或2D变换。否则是一个逆1D或2D变换。
如果（flags＆DCT_ROWS）！= 0，则函数执行每行的一维变换。
如果数组是单列或单行，则该函数执行一维变换。
如果以上都不是，则该函数执行2D变换。
目前dct支持偶数大小的数组（2,4,6 …）。对于数据分析和逼近，可以在必要时填充数组。另外，函数性能对数组大小的依赖性非常大，而不是单调的。在当前实现中，大小为N的矢量的DCT通过大小为N / 2的矢量的DFT来计算。因此，最佳DCT大小N1 > = N可以计算为：
- size_t getOptimalDCTSize（size_t N）{return 2 * getOptimalDFTSize（（N + 1）/ 2）; }
- N1 = getOptimalDCTSize（N）;
dct()参数
src 输入浮点数组。
dst 输出与src大小和类型相同的数组。
flags 转换标志
opencv示例
- #include <opencv2\opencv.hpp>
- #include <opencv2\core\core.hpp>
- #include <opencv2\core\mat.hpp>
- #include <iostream>
- using namespace std;
- using namespace cv;
- int main()
- {
- Mat src = imread("E:\\image\\sophie.jpg", 0);
- if(src.empty())
- {
- cout << "the image is not exist" << endl;
- return -1;
- }
- resize(src, src, Size(512, 512));
- src.convertTo(src, CV_32F, 1.0/255);
- Mat srcDCT;
- dct(src, srcDCT);
- imshow("src", src);
- imshow("dct", srcDCT);
- waitKey();
- return 0;
- }
可以看到因为第一幅图像的细节较少，因此DFT变换数据主要集中在左上方（低频区域），高频区域大部分为0：
而第二幅图像相对而言具有较为丰富的细节，因此相对于第一幅图像中间区域出现了大量的非0值：
以上这篇opencv3/C++ 离散余弦变换DCT方式就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持我们。
原文链接：https://blog.csdn.net/akadiao/article/details/79778095
