For every element position in the DCT matrix, a corresponding value in the
quantization matrix gives a **Quantum value** indicating what the step size is
going to be for that element.
and i, j are the row and column of the quantization matrix respectively.
以下是示例矩阵:
在here中提到了Lossy Data Compression技术的python方式(JPEG用于实例)。您还可以在here中阅读有关公式洞察的更多信息(请参阅本文)。你知道吗
简而言之,JPEG的工作原理是将图像的discrete cosine transform到8x8像素块,然后quantizing得到8x8矩阵,以便将其压缩为更少的位。你知道吗
量化是JPEG有损的原因。不同的量化矩阵会导致不同程度的压缩(和解压缩后的图像质量)。你知道吗
你问题中的公式表示JPEG压缩,然后是解压。DCT产生一个8x8的浮点系数矩阵。然后:
本文的重点是,当这个过程被多次执行时(可能使用不同的量化系数),这是可检测的,并且可以用来发现篡改的JPEG图像。你知道吗
另外,在我看来,作者的注释有点草率。如果我没弄错的话,JPEG舍入到最接近的整数,而本文使用的是floor函数,它舍入到负无穷大。撇开这一点不谈,这篇论文的主要观点是站得住脚的。你知道吗
⌊⌋是地板操作。数字的任何小数部分都会被删除,将其减少为最大的较小或相等整数。在Python中,这是通过^{} 或任何等效的方法实现的。你知道吗
公式可以表示为
式中DCT=离散余弦变换系数和
以下是示例矩阵:
在here中提到了
Lossy Data Compression
技术的python方式(JPEG
用于实例)。您还可以在here中阅读有关公式洞察的更多信息(请参阅本文)。你知道吗希望对你有帮助。。。你知道吗
相关问题 更多 >
编程相关推荐