文本检测前基于傅里叶变换的图像压缩答案

【问题标题】：Fourier Transform based Image compression before text-detection文本检测前基于傅里叶变换的图像压缩
【发布时间】：2016-10-27 06:02:58
【问题描述】：

1x8 数据的 DCT [8,16,24,32,40,48,56,64] --(dct8)--> [100,-52,0, -5,0,-2,0,0.4]。现在，如果我们截断（即丢弃低频分量），然后在 1x8 间隔内将该 1x4 数据的逆 DCT 取为：[100,-52,0,-5] --(idct8)- -> [8,15,24,32,40,48,57,63] 。即我们几乎得到相同的数据。

这可用于通过应用 2D DCT 来减小 jpeg 图像的大小，其次是丢弃低频值（因为大多数信号的能量在于@高频）即丢弃右下象限，然后是 2D IDCT？

附：：我必须处理“文本识别”，因此有损压缩不会影响我的性能，而是可以快得多。

【问题讨论】：

标签： signals jpeg image-compression dct text-recognition

【解决方案1】：

与大多数压缩方案不同，JPEG 使用一系列压缩步骤。您所描述的是 JPEG 已经使用的其中之一。

【讨论】：

我知道 JPEG 会进行这种处理，但是如果我将同样的算法应用于任何已经压缩的 jpeg，那么大小会减少，有时会减少 80%，信息会再次丢失，但我无论如何都不需要那些嘈杂的像素来检测文本区域，所以 它会工作 吗？
再做一次不会提高压缩率。