Python 这个公式是什么意思？

我想知道是否有人能帮助我理解上述公式中的情况？我应该先执行x=[c/s1]，然后执行s1*x吗

请帮助我理解这一点

---

.

⌊⌋ 是地板操作。删除该数字的任何小数部分，将其减少为最大的较小或相等整数。在Python中，这是通过或任何等效工具完成的。

⌊⌋ 是地板操作。删除该数字的任何小数部分，将其减少为最大的较小或相等整数。在Python中，这是通过或任何等效工具实现的。

简而言之，JPEG的工作原理是将图像的8x8像素块，然后是生成的8x8矩阵，以便将其压缩为更少的位

量化是JPEG有损的原因。不同的量化矩阵导致不同级别的压缩（和解压缩图像质量）

您问题中的公式表示JPEG压缩，然后是解压缩。DCT产生8x8浮点系数矩阵。然后：

• DCT系数矩阵由量化矩阵逐元素划分
• 结果四舍五入为整数
• 然后将整数乘以量化系数

这篇论文的重点是，当这个过程不止一次（可能使用不同的量化系数）完成时，这是可检测的，并且可以用于查找篡改的JPEG图像

---

另外，在我看来，作者的符号有点马虎。如果我没有弄错的话，JPEG会舍入到最接近的整数，而纸张使用的是floor函数，它舍入到负无穷大。撇开这一点不谈，本文的主要观点是正确的。

简言之，JPEG的工作原理是将图像的8x8像素块，然后是生成的8x8矩阵，以便将其压缩为更少的位

量化是JPEG有损的原因。不同的量化矩阵导致不同级别的压缩（和解压缩图像质量）

您问题中的公式表示JPEG压缩，然后是解压缩。DCT产生8x8浮点系数矩阵。然后：

• DCT系数矩阵由量化矩阵逐元素划分
• 结果四舍五入为整数
• 然后将整数乘以量化系数

这篇论文的重点是，当这个过程不止一次（可能使用不同的量化系数）完成时，这是可检测的，并且可以用于查找篡改的JPEG图像

---

另外，在我看来，作者的符号有点马虎。如果我没有弄错的话，JPEG会舍入到最接近的整数，而纸张使用的是floor函数，它舍入到负无穷大。除此之外，本文的主要观点是正确的。

好的，因此公式可以表示为

Quantized Value(i, j) = DCT(i, j)/Quantum(i, j)[Rounded-off to the nearest integer]

式中=离散余弦变换系数和

For every element position in the DCT matrix, a corresponding value in the 
quantization matrix gives a **Quantum value** indicating what the step size is 
going to be for that element. 

and i, j are the row and column of the quantization matrix respectively.

以下是示例矩阵：

以python的方式提到有损数据压缩技术（

JPEG

）。您还可以在中阅读有关公式洞察的更多信息（请参阅本文）

---

希望它能帮助…

好的，那么公式可以表示为

Quantized Value(i, j) = DCT(i, j)/Quantum(i, j)[Rounded-off to the nearest integer]

式中=离散余弦变换系数和

For every element position in the DCT matrix, a corresponding value in the 
quantization matrix gives a **Quantum value** indicating what the step size is 
going to be for that element. 

and i, j are the row and column of the quantization matrix respectively.

以下是示例矩阵：

以python的方式提到有损数据压缩技术（

JPEG

）。您还可以在中阅读有关公式洞察的更多信息（请参阅本文）

---

希望能有所帮助……

你的消息来源令人困惑。量化只是整数除法的一个棘手的术语

您有一个8x8量化表（Q）。将8x8 DCT矩阵（M）量化为值（V）时

V（n，m）=m（n，m）/Q（n，m）

JPEG在值向下舍入时进行整数除法

注意，在压缩过程中，后面没有乘法，如我们的示例所示。这篇论文显然提出了一个确定图像是否被多次压缩的过程

---

如果V（n，m）*Q（n，m）！=M（n，M）很可能图像以前没有被压缩过。

您的来源令人困惑。量化只是整数除法的一个棘手的术语

您有一个8x8量化表（Q）。将8x8 DCT矩阵（M）量化为值（V）时

V（n，m）=m（n，m）/Q（n，m）

JPEG在值向下舍入时进行整数除法

注意，在压缩过程中，后面没有乘法，如我们的示例所示。这篇论文显然提出了一个确定图像是否被多次压缩的过程

---

如果V（n，m）*Q（n，m）！=M（n，M）很可能图像以前没有被压缩过。

我还有一个问题，关于这张纸，我希望你能帮我解决。在三步过程开始之前有一个步骤，图像水平和垂直移动。如何在python中执行此步骤？我还没有找到一个可以水平移动行和垂直移动列的函数。这一步很重要吗？即使不执行轮班，也能检测到鬼魂吗？@SanketWagh：如果这是一个单独的问题，请将其作为一个新问题发布。评论不适合这种讨论。我还有一个问题，关于这篇论文，我希望你能帮助我。在三步过程开始之前有一个步骤，图像水平和垂直移动。如何在python中执行此步骤？我还没有找到一个可以水平移动行和垂直移动列的函数。这一步很重要吗？即使不执行移位，也能检测到鬼魂吗？@SanketWagh：如果这是一个单独的问题，请将其作为新问题发布