图像压缩matlab

以下是基于DCT变换的图像压缩的Matlab代码示例：

% 读取图像
image = imread('image.jpg');

% 将图像转换为灰度图像
gray_image = rgb2gray(image);

% 将图像分成8x8的块
block_size = 8;
[h, w] = size(gray_image);
num_blocks_h = floor(h / block_size);
num_blocks_w = floor(w / block_size);
blocks = mat2cell(gray_image, block_size * ones(1, num_blocks_h), block_size * ones(1, num_blocks_w));

% 对每个块进行DCT变换
dct_blocks = cellfun(@(block) dct2(block), blocks, 'UniformOutput', false);

% 对DCT系数进行量化
quantization_matrix = [16 11 10 16 24 40 51 61;
                       12 12 14 19 26 58 60 55;
                       14 13 16 24 40 57 69 56;
                       14 17 22 29 51 87 80 62;
                       18 22 37 56 68 109 103 77;
                       24 35 55 64 81 104 113 92;
                       49 64 78 87 103 121 120 101;
                       72 92 95 98 112 100 103 99];
quantized_blocks = cellfun(@(block) round(block ./ quantization_matrix), dct_blocks, 'UniformOutput', false);

% 对量化后的DCT系数进行熵编码（例如Huffman编码）

% 解码过程

% 对解码后的DCT系数进行反量化
dequantized_blocks = cellfun(@(block) block .* quantization_matrix, quantized_blocks, 'UniformOutput', false);

% 对反量化后的DCT系数进行逆DCT变换
idct_blocks = cellfun(@(block) idct2(block), dequantized_blocks, 'UniformOutput', false);

% 将逆DCT变换后的块合并成图像
reconstructed_image = cell2mat(idct_blocks);

% 显示原始图像和重建图像
figure;
subplot(1, 2, 1);
imshow(gray_image);
title('原始图像');
subplot(1, 2, 2);
imshow(reconstructed_image);
title('重建图像');

请注意，这只是一个基本的图像压缩示例，实际的图像压缩算法可能更加复杂。此示例仅涵盖了DCT变换、量化和逆DCT变换的基本步骤。