問題タブ [dct]

VS2008、MFC、および WIC を使用して画像ビューアー/エディターを開発しています。画像処理後に、jpeg を元の画像にできるだけ近づけて (品質面で) 再圧縮したいと考えています。http://msdn.microsoft.com/en-us/library/gg430026%28v=vs.85%29.aspx追加の大きなライブラリを使用することなく
( libjpeg)?

さて、私は DCT の使用を必要とする何かをプログラミングしていました。DCT 式に関する 2 つのリソースを見つけました。

マスワークス

ウィキペディア

最初は DCT-II のウィキペディア バージョンを使用しました。wiki ページの DCT-II セクションでは、何人かの著者が X0 項をさらに 1/√2 倍し、結果の行列に全体的なスケール係数を掛けると書かれています。半シフト入力の実偶数DFTに対応。そして、mathworks サイトはこれだけを行います。

このプロパティは何について話しているのですか？

Pythonの画像に離散コサイン変換（およびその逆）を適用したいのですが、それを行うための最良の方法とその方法を考えています。PILとOpenCVを見てきましたが、まだ使い方がわかりません。

私は学生で、ほんの数か月前に信号処理を始めたばかりです。私は自分のプロジェクトに「A Novel Fuzzy Approach to Speech Recognition」を選びました (ダウンロード可能なバージョンをグーグルで検索できます)。

トレーニング データをメル フィルターを通過したスペクトログラムに変換するのに少し手こずっています。

もちろん、少し変更して、これを mel-filterbankに使用します。

次に、この簡単なコードを書いて、トレーニング データのスペクトログラムを作成しました。

私が得たのはこのようなものだけで、紙のようではありません::

私のコードまたは私が持っているスペクトログラムが正しかったことを教えてください。もしそうなら、私のスペクトログラムを論文のようにするために何をしなければなりませんか? そうでない場合は、どこが間違っているのか教えてください

そして別の質問ですが、FFT の長さをそんなに長くしても大丈夫ですか? 下げようとすると、コードでエラーが発生するためです。

私はFFT、DCTなどに不慣れです。最近、Apple の vDSP ライブラリのドキュメントを調べていたところ、DCT の実装が見つかりませんでした。vDSP で提供されている FFT 関数の 1 つを使用して DCT を計算する方法を誰かが知っているかどうか疑問に思っていましたか?

少し文脈。私が読んでいるグラフィックペーパーから画像処理の実装を構築しています。彼らは、いくつかの画像サンプリングを実行した後に DCT を使用すると述べました。

可能であれば、vDSP の速度を最大限に活用したいと考えています。

Cで順方向および逆方向の離散コサイン変換（DCT）を実装しようとしています。コードは、dct（）関数を介してピクセルの単一の入力ブロックを変換行列に変換し、idct（）を介して元のピクセル値に戻すことです。 ） 働き。添付のコードをご覧ください。idctからの出力は、244、116、244、116などの連続した値です。idct値の外観からは、プログラムが機能しているようには見えません。誰かが私を助けて、どのような結果になるかを教えてくれませんか。各関数の後に期待する必要がありますか？明らかに、idctの後、私は元の入力マトリックスにかなり近づいているはずです。

ありがとう

bmp(ビットマップ)ファイルにDCT(離散コサイン変換)圧縮を適用しようとしています。Turbo C ++で実行しているacファイルがあります。これは実際には圧縮していませんが、DCT と IDCT を実装しようとしていました。コードは次のとおりです。

これが私が入力として使用している画像です

(サイトが bmp を png に変換したことをお詫びします。使用するために bmp に戻すことができます) 生成される画像は次のとおりです。

作成されるファイル college3.bmp のサイズは 200x160 で 93.8 kB ですが、画像の 4 分の 1 までは係数が正しくデコードされていますが、その後ファイルは黒いピクセルで埋め尽くされています。アップロード中に有効な bmp ではないと言っていたので、o/p のスクリーンショットを撮りました。私は 2004 年 2 月からこの問題に取り組んでいます。誰かがバグがある場所を教えてくれたら、とても感謝しています。出力ファイルを分析したところ、ピクセルが黒くなり始めた場所で EOF が見つかりました。このトピックに関する他の質問を読んだところ、変換係数 ci,cj が不適切に使用されていることがわかりました。コーディング中に、インデックス x、y、i、j と混同していました。ですから、この問題が数日で解決することを願っています。

かなり効率的な 8x8 (または nxn) DCT アルゴリズムの疑似コードを見つけるために、しばらくの間 Google を検索してきましたが、何も見つかりません!

私は単純なアプローチを実装しましたが、実行に時間がかかりすぎました。

疑似コードを投稿したり、優れた書籍/ドキュメント/Web サイトを参照したりできる場合は、それが役に立ちます。

C または C++ の例はさらに良いでしょう!

8*8 行列の dct を計算できましたが、逆を行うのに問題があります。誰でもこのコードを見て、私が今何をしているのか教えてもらえますか? 以前とまったく同じ値を取得する必要がありますが、異なる値を取得しています。私はcsvファイルから入力を読み込んで、それを別のcsvファイルに入れています。cでプログラムされています

元の行列は次のとおりです。

DCT は次のとおりです。

計算されたidctは元のものと同じでなければなりません

逆離散コサイン変換の実装があり、このコードにどのように到達したかを理解しようとしています。これまでのところ、これはおそらく、DFT (離散フーリエ変換) ではなく DCTのCooley-Tukey radix-2 Decimation-in-timeの最適化された実装であることがわかりました。

ただし、各段階で正確に何が起こるかについては、まだ途方に暮れています。Wx 定数はおそらくひねり要因であると考えました。

誰でも説明への参照を提供したり、このコードに説明を提供したりできますか?