在scipy中，为什么idct(dct(a))不等于a？

d4so4syb 于 2023-11-19 发布在其他

关注(0)|答案(2)|浏览(125)

我正在尝试使用python实现JPEG压缩。当我尝试对tiff图像应用DCT，量化，IDCT过程时，我发现scipy.fftpack.dct/idct有些奇怪。
由于scipy包中只有1D dct/idct，所以我这样做是为了2D dct

import numpy as np
from scipy.fftpack import dct, idct

def dct2(block):
    return dct(dct(block.T).T)

def idct2(block):
    return idct(idct(block.T).T)

字符串
我使用一个简单的3x 3矩阵测试了2D dct/idct。我希望通过这个测试用例得到一个True矩阵。

a = np.random.randint(0,255,9).reshape(3,3)
print a == idct2(dct2(a))

型
然而，事实证明，在idct 2（dct 2（a））之后，与原始a矩阵相比，结果被缩放了一个常数因子。
我想问一下，是否有一种方法可以实现一组2D dct/idct，使得在idct（dct（a））操作之后，我可以得到与输入相同的输出。

scipy

来源：https://stackoverflow.com/questions/34890585/in-scipy-why-doesnt-idctdcta-equal-to-a

2条答案

按热度按时间

yftpprvb1#

您需要将dct2和idct2的缩放设置为ortho：

def dct2 (block):
  return dct(dct(block.T, norm = 'ortho').T, norm = 'ortho')

字符串
此外，您不能期望这些值完全相同，而是在一定的误差范围内几乎相同：

np.allclose (a, idct2(dct2(a)))

型

赞(0）回复(0）举报 2023-11-19

ecbunoof2#

您需要规范化idct2(dct2(a))并将数据类型转换为uint8。一种选择是使用cv2进行此规范化：

import numpy as np
from scipy.fftpack import dct, idct

def dct2(block):
    return dct(dct(block.T).T)

def idct2(block):
    return idct(idct(block.T).T)
a = np.random.randint(0,255,9).reshape(3,3)

# convert to uint8
norm_image = cv2.normalize(idct2(dct2(a)), None, 
                           alpha = a.min(), beta = a.max(), 
                           norm_type = cv2.NORM_MINMAX, 
                           dtype = cv2.CV_32F).astype(np.uint8)
print(a == norm_image)
# [[ True  True  True]
#  [ True  True  True]
#  [ True  True  True]]

字符串

赞(0）回复(0）举报 2023-11-19

我来回答

在scipy中，为什么idct(dct(a))不等于a？

2条答案

相关问题

热门标签

最新问答