離散余弦變換/Discrete cosine transform，

根據離散傅里葉變換的性質，實偶函數的傅里葉變換只含實的余弦項，而數字圖像都是實數矩陣，因此構造了一種實數域的變換――離散余弦變換(DCT)。

離散余弦變換具有很強的”能量集中”特性，左上方稱為低頻數據，右下方稱為高頻數據。而大多數的自然信號(包括聲音和圖像)的能量都集中在離散余弦變換后的低頻部分。因此也可以在圖像壓縮算法中用來進行有損壓縮。（如JPEG壓縮編碼）

OpenCV中dct()

在OpenCV中有專門進行離散余弦變換的函數dct()。

dct()函數執行1D或2D浮點數組的正向或反向離散余弦變換（DCT）：

N個元素的一維向量的正余弦變換：

該函數通過查看輸入數組的標志和大小來選擇操作模式：

如果（flags＆DCT_INVERSE）== 0，則函數執行向前的1D或2D變換。否則是一個逆1D或2D變換。

如果（flags＆DCT_ROWS）！= 0，則函數執行每行的一維變換。

如果數組是單列或單行，則該函數執行一維變換。

如果以上都不是，則該函數執行2D變換。

目前dct支持偶數大小的數組（2,4,6 …）。對于數據分析和逼近，可以在必要時填充數組。另外，函數性能對數組大小的依賴性非常大，而不是單調的。在當前實現中，大小為N的矢量的DCT通過大小為N / 2的矢量的DFT來計算。因此，最佳DCT大小N1 > = N可以計算為：

size_t getOptimalDCTSize（size_t N）{return 2 * getOptimalDFTSize（（N + 1）/ 2）; }N1 = getOptimalDCTSize（N）;

dct()參數

src 輸入浮點數組。

dst 輸出與src大小和類型相同的數組。

flags 轉換標志

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;}

可以看到因為第一幅圖像的細節較少，因此DFT變換數據主要集中在左上方（低頻區域），高頻區域大部分為0：

而第二幅圖像相對而言具有較為豐富的細節，因此相對于第一幅圖像中間區域出現了大量的非0值：

以上這篇opencv3/C++ 離散余弦變換DCT方式就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持武林網。