图像压缩中DCT变换的优势及原理
优势
DCT变换可以将高频信号与低频信号分开，从而在压缩时将下三角区域的高频信号进行更充分的压缩(其实就是进行更离散的量化)
原理
人对亮度信息更为敏感
首先将RGB格式转化为YCbCr格式，做DCT变换(这是为了便于分别对亮度和色度分量进行处理)
因为人的视觉系统对亮度信息更为敏感，左图中看似A比B颜色更深，但在右图中把它们连起来就好发现,其实AB的颜色一样深。其原因是人眼对亮度边界的变化更敏感，B的边界颜色比B深，对比之下我们会认为B比A颜色浅。
因此压缩时，可以对色度分量进行下采样，每个2$\times$2的色块采样为同一种颜色，这样Cb和Cr分量可以压缩3/4.
人对高频信号并不敏感
把图像的每一行当成波信号，波动多的为高频信号，波动少的为低频信号:
那么如何将图像中的高频信号和低频信号分离出来呢？
将该信号波视为多个不同频率余弦函数的叠加。（那选取了哪八个余弦函数呢，它们和原始信号的关系是什么呢？）、
八个dct系数分别表示：均值，cos(x1),cos(x2),...cos(x7)的系数
而且，由于我们只考虑八个离散的点，因此任何一个八个像素的信号都可以由八种余弦波来叠加表示。（可逆变换）
原始信号和DCT的变换公式如下图所示：
用向量来表示可以看做:
对于整张图像，则进行二维DCT变换
然后通过量化表对高频和低频分量进行不同程度的压缩(不同的压缩质量参数对应着不同的量化表)
