JPEG的DCT变换和量化的内容
参考 https://blog.csdn.net/jubincn/article/details/6882179
补充说明：
- JPEG中的DCT变换是浮点运算。存在的缺点：
（1）由于在解码端的浮点运算精度问题，会造成解码后的数据失配，进而引起漂移；
（2）硬件实现中浮点运算的效率较低，导致编码效率较低。 - 霍夫曼编码背景知识参考 https://thecodeway.com/blog/?p=522
H.264的整数DCT变换和量化的内容
参考自《新一代视频压缩标准H264_AVC_毕厚杰》（书名可能不准确）
H.264标准对整数DCT_4x4变换及量化的过程讲得十分详细，为了更好地学习和理解整个过程，下面提出一些问题（大部分可在文中找到答案）。
Q1：JPEG和H.264的DCT变换有什么异同？
Q2：整数DCT变换有哪些优点？
Q3：为什么要避免浮点运算和除法？（额外问题）
答案可参考 https://blog.csdn.net/zzhongcy/article/details/77185573
关于硬件实现复杂运算的背景知识可参考
https://wenku.baidu.com/view/6c623aa8910ef12d2bf9e732.html?pn=51
Q4：蝶形快速算法的原理是什么？
提示：基于矩阵的对称关系，行方向上对称和反对称隔行出现。
Q5：为什么要进一步对直流系数（intra16x16 luma_DC4x4&chroma dc2x2）进行Hadamard变换？
Q6：Hadamard变换矩阵有什么特点？
提示：对称矩阵，可逆矩阵
Q7：为什么要取d的近似值为1/2，b的近似值是怎么得到的？
Q8：MF的值是怎么算的？和什么有关？
Q9：整数DCT变换的逆过程是怎样的？（额外问题，毕厚杰的文中未涉及）
提示：与MF对应的值是V，计算方法类似MF。
具体可参考H.264 / MPEG-4 Part 10 White Paper Transform & Quantization
Q10：编码分块大小对压缩有什么影响？
答案可参考 http://www.docin.com/p-756389232.html
“在实际应用中，为了便于实现和后处理，DCT变换采用了分块变换技术。图像块大，相关性就高，压缩比也就大。但是块的尺寸太大又会丢失数据的平稳性，从而引入误差，包括失去高频细节、引入物体边界的振铃效应和可见的DCT分块效应。这种分块的单独变换和处理，带来了压缩效率上的限制和块效应问题。当压缩倍数较高时，块效应（类似于马赛克效应）成为限制DCT变换编码质量的主要因素。究其根本原因，在于DCT变换不具有良好时-频局部性和全局变换的特点。”——源自《小波编码与网络视频传输》第3章（沈兰荪 卓力编著）
Q11：方块效应产生的原因是什么？
