Matrix 关于将DCT应用于矩阵的有趣观察
我有一张512x512大小的灰度图像。我想把矩阵变换成dct，下面就是我所做的 场景1：对整个图像应用DCTMatrix 关于将DCT应用于矩阵的有趣观察,matrix,dct,Matrix,Dct,我有一张512x512大小的灰度图像。我想把矩阵变换成dct，下面就是我所做的 场景1：对整个图像应用DCT img=imread（'cameran.tif'） img\u dct=dct2（img） 场景2：对原始图像的第一个8x8块应用DCT img2=imread（'cameran.tif） img_block=img2（1:8,1:8） img\u块\u dct=dct2（img\u块） 现在，有趣的事情来了（或者我做错了什么） 当我显示img\u dct（1:8，1:8）和img\u
img=imread（'cameran.tif'）
img\u dct=dct2（img）
场景2：对原始图像的第一个8x8块应用DCT
img2=imread（'cameran.tif）
img_block=img2（1:8,1:8）
img\u块\u dct=dct2（img\u块）
现在，有趣的事情来了（或者我做错了什么）
当我显示img\u dct（1:8，1:8）
和img\u block\u dct
时，我得到两个非常不同的8x8矩阵。这两个不应该完全相同吗？或者我弄错了吗？它不会是相同的。通过DCT2
方程，DCT
系数取决于图像的大小。如果按块执行M=8
N=8
，则为图像大小 不，它们不应该是一样的。“你算出了两件完全不同的事情。”我不明白。我所做的就是将dct应用于整个图像，同时仅从原始图像中获取一个8x8块，并将dct应用于该块。在第一种情况下，输出值取决于整个图像，在第二种情况下，输出值仅取决于8x8区域。@OliCharlesworth，oh k，这意味着如果我需要图像中包含DCT系数的任何8x8块，我将首先需要将整个图像转换为DCT，然后提取一个8x8块？这取决于你的目标。大多数压缩算法将原始图像分成块，然后分别计算每个块的DCT。