三个印度人改变压缩算法，一意孤行整个暑假，却因简单申不到经费明敏丰色发自凹非寺量子位|公

明敏丰色发自凹非寺
量子位|公众号QbitAI世界上最好用的压缩软件是什么？
微信。
这个段子想必很多人都听过。
一张几兆的图片，经微信一发，立马降到几百kb 。

文章图片
△如果是有损压缩画质会下降（右图天空有波纹）
虽说这是个吐槽，但u1s1 ，图片视频压缩其实是一项非常必要的技术。
比如视频通话、传输大量图片时，如果不压缩的话，要么图像完全无法传送，要么就是干等了。
所以在数字时代这几十年里，萌生出了很多相关的技术，比如JPEG、H.26X 。
不过你或许不知道，这些技术往上追溯，可以从47年前说起。
有三位名不见经传的印度工程师“一意孤行” ，在没申请到研究经费的情况下，利用暑假时间鼓捣出来了一项技术，后来直接成为图像视频压缩的行业标准。
它就是DCT 。
全称为DiscreteCosineTransform ，即离散余弦变换。
而有趣的是， DCT诞生之初时，就连作者本人都没有想到，它后来会有如此巨大的影响力。
没有DCT ，就没有JPEG/MPEG直接说DCT可能很多人不知道是什么，但JPEG大家肯定都听过。
它除了是一种常见的图片文件后缀名，其实也是一种有损压缩标准，可以把一张图片从左边这样变成右边这样：

文章图片
ps.有损和无损的区别：无损压缩可以再100%还原图像；有损不可以，但有损压缩后的图像大小会大大减少。
DCT就是实现这个过程的一种基础技术。
它是傅立叶变换的一种，可以将图像从空域转换到频域，也就是把图像从像素矩阵变成用带有频率等信息的函数来表示。
具体变换过程，我们以一张图像中一个3x3的像素块为例：

文章图片
△图源博客园博主@沉默的背影X-Pacific
对这个像素块做DTC变换，就相当于把除了第一个像素以外，其余像素的部分信息都抽取到第一个格中。
这样，第一个格的像素值表示的就是一张图的总体样貌，称为低频信息；其余格表示的就是图像中人物或物体的细节，称为高频信息。
经DCT转换后，每个3x3的像素块都会产生1个DC（直流）系数（位于第一个格）及8个AC（交流）系数（剩余格），前者是DCT最重要的输出。

文章图片
由于大部分的图像能量会集中在低频部分，因此转换之后输出的DC系数值比较大，而输出的AC系值比较小。
利用“人眼对低频分量的图像比对高频分量的图像更敏感”这一原理，再通过量化保存下来低频分量，舍弃高频分量（将大部分AC系数值变为0）、丢掉那些对视觉效果影响不大的信息，从而达到压缩目的。
从下面这两张图像的三维投影，我们可以看到DCT变换带来的改变：
（上：原图；下：经过DCT变换后）

文章图片
在实际的JPEG压缩标准中，都是将一张图像分成若干个8x8的像素块（不够的用空白补齐）。
将色彩空间从RGB转为YUV之后，从左至右、从上至下对每个块进行DCT变换。
然后对每个块变换得来的系数进行量化，在这个过程中，一些重要的分量就被去除了，且无法恢复。
因此，这是一种不可逆的有损压缩技术。