#include<iostream>
#include<fstream>
#include<opencv2/core/core.hpp>
#include<opencv2/highgui/highgui.hpp>

using namespace std;
using namespace cv;
const double pi = 3.141592;
void initDctMat(Mat &A)  //计算8x8块的离散余弦变换系数
{
	for (int i = 0; i < 8; ++i)
		for (int j = 0; j < 8; ++j)
		{
			float a;
			if (i == 0)
				a = sqrt(1.0 / 8.0);//--------
			else
				a = sqrt(2.0 / 8.0);
			A.ptr<float>(i)[j] = a*cos((j + 0.5)*pi*i / 8);
		}
}
//dct变换
void myDct(Mat &image, const Mat &A, const Mat &mask)
{
	//分块 8x8
	for (int i = 0; i < 256; i += 1)
		for (int j = 0; j < 256; j += 1)
		{

			//X = AXAT 
			image(Range(i, i + 8), Range(j, j + 8)) = A * image(Range(i, i + 8), Range(j, j + 8)) *A.t();//range()-------------------------------------
			//用mask量化
			image(Range(i, i + 8), Range(j, j + 8)) /= mask; //用mask对x进行量化

		
		}
}
//dct反变换
void myiDct(Mat &image, const Mat &A, const Mat &mask)
{
	//分块8x8
	for (int i = 0; i < 256; i += 8)
		for (int j = 0; j < 256; j += 8)
		{
			
			//X = ATXA
			image(Range(i, i + 8), Range(j, j + 8)) = A.t() * image(Range(i, i + 8), Range(j, j + 8)) * A;
			//用mask量化
			image(Range(i, i + 8), Range(j, j + 8)) /= mask;//用mask对x进行量化
		}
}
int main()
{
	//读取图像，图像为灰度图，单通道
	Mat image = imread("pic.png", CV_LOAD_IMAGE_GRAYSCALE);
	Mat fimage;
	Mat A(Size(8, 8), CV_32FC1);// 离散余弦系数矩阵---------定义矩阵的大小以及cv——32FC1？？
	//初始化mask量化矩阵------------------------mask量化矩阵是基于什么得出来的
	float msk[8][8] = { { 1, 1, 1, 1, 1, 1, 1, 1 }, { 1, 1, 1, 1, 1, 1, 1, 0 }, { 1, 1, 1, 1, 1, 1, 0, 0}, { 1, 1, 1, 1, 1, 0, 0, 0 }, { 1, 1, 1, 1, 0, 0, 0, 0 }, { 1, 1, 1, 0, 0, 0, 0, 0 }, { 1, 1, 0, 0, 0, 0, 0, 0 }, { 1, 0, 0, 0, 0, 0, 0, 0 } };
	Mat mask(8, 8, CV_32FC1, msk);
	//显示原图
	if (!image.empty())
		imshow("image", image);
	//计算A系数
	initDctMat(A);
	//转换成浮点数矩阵，进行dct变换
	image.convertTo(fimage, CV_32FC1);//将图片转化成浮点数矩阵，然后进行dct的变换----------
	myDct(fimage, A,mask);//参数为图片，离散余弦系数矩阵，mask量化，该函数的作用是进行dct变换，在函数中fimage当做x
	//计算压缩率， 用非零矩阵点数量比总数量、
//	fimage.convertTo(image, CV_8UC1);// 转化八位无符号

	double dctRate = countNonZero(image) / (256.0 * 256.0);//计算压缩率，非零矩阵的点数比上点数总数量----像素总数量？
	cout << "the size becomes " << dctRate * 100 << "% of the original." << endl; //将压缩率乘以100输出

	imshow("压缩图", fimage);//dct变换后的图片
	//dct反变换
	myiDct(fimage, A,mask);

	imshow("还原图", image);
	waitKey(0);
	return 0;
}