8*8DCT、量化、zigzag扫描

大家好，欢迎来到IT知识分享网。

       距上次说的DCT处理有段时间了。8*8DCT就是对图片进行划分为多个8*8块的方正进行DCT处理，然后对处理后的矩阵进行量化（这个处理对原图是有损的），由DCT处理的特征，我们对处理后的矩阵进行zigzag scan。具体原理请见：jpeg压缩原理（大牛的）

       代码附上：

// myDCT.cpp : 定义控制台应用程序的入口点。
//

#include "stdafx.h"
#include "cv.h"
#include "highgui.h"
#include "winsock.h"
#include <iostream>
#include <iomanip>
#include <vector>
#include <string>
using namespace std;

void dct(IplImage* img);
void zigzag(CvMat* m,int n,vector<double> &v);
vector<double> v;

int _tmain(int argc, _TCHAR* argv[])
{
	const char* img_name="image_0002.jpg";
	IplImage* img=cvLoadImage(img_name,1);
	if(!img)//载入失败
	{
		cout<<"load image fail!"<<endl;
		system("pause");
		return -1;
	}
	if(!img->imageData)//载入的图像数据是否正确
	{
			system("pause");
			return -1;
	}
	dct(img);
	cvReleaseImage(&img);
	system("pause");
	return 0;
}

/*
	对图像进行DCT处理
*/
void dct(IplImage* img)
{
	IplImage* imggray=cvCreateImage(cvSize(img->width,img->height),IPL_DEPTH_8U,1);
	cvCvtColor(img,imggray,CV_RGB2GRAY);
	//获取图像信息
	int height,width,step,channels;
	uchar *data;
	height=imggray->height;
	width=imggray->width;
	step=imggray->widthStep;
	channels=imggray->nChannels;
	data=(uchar *)imggray->imageData;
	//定义一个图像矩阵
	CvMat *img_mat= cvCreateMat(width,height, CV_64FC1);
	IplImage* dst=cvCreateImage(cvSize(width,height),IPL_DEPTH_64F,1);
	//把图像转化为矩阵
	cvConvert(imggray,img_mat);
	//矩阵分块 设置了一个8*8子矩阵遍历提取原矩阵数据，进行DCT变换，赋值给另一矩阵
	CvMat *imgmatfenkuai=cvCreateMat(width, height, CV_64FC1);
	cvSetIdentity(imgmatfenkuai);
	CvMat *imgmatquantize8;
	//量化系数
	int QS[8][8] ={1,1,1,1,1,1,1,1,
		1,1,1,1,1,1,1,1,
		1,1,1,1,1,1,1,1,
		1,1,1,1,1,1,1,1,
		1,1,1,1,1,1,1,1,
		1,1,1,1,1,1,1,1,
		1,1,1,1,1,1,1,1,
		1,1,1,1,1,1,1,1};

	/*int QS[8][8]={
		16,11,10,16,24,40,51,61,
		12,12,14,19,26,58,60,55,
		14,13,16,24,40,57,69,56,
		14,17,22,29,51,87,80,62,
		18,22,37,56,68,109,103,77,
		24,35,55,64,81,104,113,92,
		49,64,78,87,103,121,120,101,
		72,92,95,98,112,100,103,99
	};*/

	for (int s=0;s<width/8;s++)
	{
		for(int k=0;k<height/8;k++)
		{
			//从img_mat中取出8*8子块
			CvMat *imgmatsub=cvCreateMat(8,8,CV_64FC1);
			CvRect imgmatsubrect=cvRect(8*s,8*k,8,8);
			cvGetSubArr(img_mat,imgmatsub,imgmatsubrect);
			IplImage* imgdstsub=cvCreateImage(cvSize(8,8),IPL_DEPTH_64F,1);
			//对字块进行DCT处理
			cvDCT(imgmatsub,imgdstsub,CV_DXT_FORWARD);
			CvMat *imgmatdctsub=cvCreateMat(8,8,CV_64FC1);
			//把DCT图像转化成矩阵
			cvConvert(imgdstsub,imgmatdctsub);
			imgmatquantize8=cvCreateMat(8,8,CV_64FC1);
			for (int i=0;i<8;i++)
			{
				for(int j=0;j<8;j++)
				{	
					//往分imgmatfenkuai矩阵中添加经过DCT处理后值
					cvmSet(imgmatfenkuai,8*s+i,8*k+j,cvmGet(imgmatdctsub,i,j));
					//对经过DCT后字块进行量化
					double lianghua=cvRound(cvmGet(imgmatdctsub,i,j)/QS[i][j]);//quantization *QS[i][j]
					//另将量化后值存在imgmatquantize8中，以便之后对之进行zigzag扫描
					cvmSet(imgmatquantize8,i,j,lianghua);
					
				}
			}
			//对量化后矩阵进行zigzag扫描
			zigzag(imgmatquantize8,8,v);
			cvReleaseMat(&imgmatsub);
			cvReleaseMat(&imgmatdctsub);
			cvReleaseImage(&imgdstsub);
			cvReleaseMat(&imgmatquantize8);
		}
	}
	//对每个8*8矩阵zigzag扫描后的向量进行遍历输出
	vector<double>::iterator it=v.begin();
	while(it!=v.end())
	{
		cout<<(*it)<<"    ";
		it++;
	}
	v.clear();
	cvReleaseImage( &imggray );
}
/*
	对矩阵进行zigzag扫描，m表示扫描矩阵，n表示矩阵维度,v为扫描后得到的定长向量
*/
void zigzag(CvMat* m,int n,vector<double> &v)
{
	int i,j,s,dir,squa;
	i=j=0;
	dir=0;
	s=0;
	squa=n*n;
	//扫描
	while(s<squa)
	{
		switch(dir)
		{
		case 0:
			v.push_back(cvmGet(m,i,j));
			j++;
			if(0==i)
				dir=1;
			if(n-1==i)
				dir=3;
			break;
		case 1:
			v.push_back(cvmGet(m,i,j));
			i++;
			j--;
			if(n-1==i)//这里有if和else,注意这里的逻辑和上面两个if的逻辑有区别的
				dir=0;
			else if(0==j)
				dir=2;
			break;
		case 2:
			v.push_back(cvmGet(m,i,j));
			i++;
			if(0==j)
				dir=3;
			if(n-1==j)
				dir=1;
			break;
		case 3:
			v.push_back(cvmGet(m,i,j));
			i--;
			j++;
			if(n-1==j)
				dir=2;
			else if(0==i)
				dir=0;
			break;
		default:
			break;
		}
		s++;
	}
}

Reference:

8*8DCT

zigzag数组