DCT是离散余弦变换（Discrete Cosine Transform）的缩写，是一种将信号从时域转换到频域的数学工具，广泛应用于图像压缩（如JPEG）、视频编码（如H.264）、音频处理（如MP3）以及数字信号处理领域。其核心思想是将数据用一系列不同频率的余弦函数之和来表示，从而分离出低频和高频成分，便于后续压缩或分析。简单来说，DCT能把复杂的数据变换成更紧凑的形式，保留主要信息的同时丢弃冗余细节。
讲解：
DCT与傅里叶变换类似，但只使用余弦函数（正弦函数省略），因此结果实数域且能量更集中。对于图像，DCT将像素块（如8×8）变换为频率系数矩阵，其中左上角代表低频（亮度变化缓慢），右下角代表高频（细节和噪声）。JPEG压缩时，会量化并丢弃部分高频系数，实现大幅减小文件体积而不明显影响视觉质量。
【常见问题】
问题1：DCT在图片压缩中为什么比傅里叶变换更常用？
回答1：DCT相比傅里叶变换具有更好的能量集中性，即大部分图像信息集中在低频系数上，更适合对数据冗余进行高效去除。此外DCT的实数输出简化了计算和存储，更适合硬件实现。
问题2：DCT与IDCT有什么关系？
回答2：IDCT是离散余弦逆变换（Inverse Discrete Cosine Transform），用于将DCT系数还原为原始信号。例如JPEG解码时，需对量化后的系数进行IDCT，恢复出近似图像。
问题3：DCT变换后系数中的直流分量和交流分量指什么？
回答3：直流分量（DC）是DCT变换后频率为0的系数，代表图像块的平均亮度；交流分量（AC）是其余频率系数，反映像素间的差异和纹理细节。JPEG中DC和AC系数会分别进行不同编码。