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。