世界上最好用的壓縮軟件是什么？

微信。

這個(gè)段子想必很多人都聽(tīng)過(guò)。

一張幾兆的圖片，經(jīng)微信一發(fā)，立馬降到幾百kb。

△如果是有損壓縮畫(huà)質(zhì)會(huì)下降（右圖天空有波紋）

雖說(shuō)這是個(gè)吐槽，但u1s1，圖片視頻壓縮其實(shí)是一項(xiàng)非常必要的技術(shù)。

比如視頻通話、傳輸大量圖片時(shí)，如果不壓縮的話，要么圖像完全無(wú)法傳送，要么就是干等了。

所以在數(shù)字時(shí)代這幾十年里，萌生出了很多相關(guān)的技術(shù)，比如JPEG、H.26X。

不過(guò)你或許不知道，這些技術(shù)往上追溯，可以從47年前說(shuō)起。

有三位名不見(jiàn)經(jīng)傳的印度工程師“一意孤行”，在沒(méi)申請(qǐng)到研究經(jīng)費(fèi)的情況下，利用暑假時(shí)間鼓搗出來(lái)了一項(xiàng)技術(shù)，后來(lái)直接成為圖像視頻壓縮的行業(yè)標(biāo)準(zhǔn)。

它就是DCT。

全稱(chēng)為Discrete Cosine Transform，即離散余弦變換。

而有趣的是，DCT誕生之初時(shí)，就連作者本人都沒(méi)有想到，它后來(lái)會(huì)有如此巨大的影響力。

沒(méi)有DCT，就沒(méi)有JPEG/MPEG

直接說(shuō)DCT可能很多人不知道是什么，但JPEG大家肯定都聽(tīng)過(guò)。

它除了是一種常見(jiàn)的圖片文件后綴名，其實(shí)也是一種有損壓縮標(biāo)準(zhǔn)，可以把一張圖片從左邊這樣變成右邊這樣：

ps.有損和無(wú)損的區(qū)別：無(wú)損壓縮可以再100%還原圖像；有損不可以，但有損壓縮后的圖像大小會(huì)大大減少。

DCT就是實(shí)現(xiàn)這個(gè)過(guò)程的一種基礎(chǔ)技術(shù)。

它是傅立葉變換的一種，可以將圖像從空域轉(zhuǎn)換到頻域，也就是把圖像從像素矩陣變成用帶有頻率等信息的函數(shù)來(lái)表示。

具體變換過(guò)程，我們以一張圖像中一個(gè)3x3的像素塊為例：

△圖源博客園博主@沉默的背影 X-Pacific

對(duì)這個(gè)像素塊做DTC變換，就相當(dāng)于把除了第一個(gè)像素以外，其余像素的部分信息都抽取到第一個(gè)格中。

這樣，第一個(gè)格的像素值表示的就是一張圖的總體樣貌，稱(chēng)為低頻信息；其余格表示的就是圖像中人物或物體的細(xì)節(jié)，稱(chēng)為高頻信息。

經(jīng)DCT轉(zhuǎn)換后，每個(gè)3x3的像素塊都會(huì)產(chǎn)生1個(gè)DC（直流）系數(shù)（位于第一個(gè)格）及8個(gè)AC（交流）系數(shù)（剩余格），前者是DCT最重要的輸出。

由于大部分的圖像能量會(huì)集中在低頻部分，因此轉(zhuǎn)換之后輸出的DC系數(shù)值比較大，而輸出的AC系值比較小。

利用“人眼對(duì)低頻分量的圖像比對(duì)高頻分量的圖像更敏感”這一原理，再通過(guò)量化保存下來(lái)低頻分量，舍棄高頻分量（將大部分AC系數(shù)值變?yōu)?）、丟掉那些對(duì)視覺(jué)效果影響不大的信息，從而達(dá)到壓縮目的。

從下面這兩張圖像的三維投影，我們可以看到DCT變換帶來(lái)的改變：

（上：原圖；下：經(jīng)過(guò)DCT變換后）

在實(shí)際的JPEG壓縮標(biāo)準(zhǔn)中，都是將一張圖像分成若干個(gè)8x8的像素塊（不夠的用空白補(bǔ)齊）。

將色彩空間從RGB轉(zhuǎn)為YUV之后，從左至右、從上至下對(duì)每個(gè)塊進(jìn)行DCT變換。

然后對(duì)每個(gè)塊變換得來(lái)的系數(shù)進(jìn)行量化，在這個(gè)過(guò)程中，一些重要的分量就被去除了，且無(wú)法恢復(fù)。

因此，這是一種不可逆的有損壓縮技術(shù)。

接著對(duì)量化后得到的AC系數(shù)和DC系數(shù)再分別進(jìn)行編碼，經(jīng)過(guò)哈夫曼編碼后得到下面這樣的一大串?dāng)?shù)字。

解壓縮時(shí)對(duì)每個(gè)圖像塊做DCT反轉(zhuǎn)換（IDCT），就可以重建完整圖像。

具體計(jì)算過(guò)程如下：

首先將圖片中每個(gè)像素的原始灰度和亮度值用8bit表示，也就是(0，255)這個(gè)范圍。

由于大多數(shù)值都會(huì)分布在128左右，所以會(huì)將這些值都減去128，這樣會(huì)有更多值為0，有利于壓縮，這時(shí)候范圍變成(-128，127)。

然后再用DCT變換公式進(jìn)行變換，二維的用這個(gè)：

變換完后進(jìn)行根據(jù)量化表進(jìn)行量化，將大部分系數(shù)變?yōu)?，完成壓縮。

ps.量化表是根據(jù)人眼對(duì)量化誤差的視覺(jué)閾值來(lái)確定的，有固定的一張表。

后面就是前面說(shuō)的一系列編碼過(guò)程了。

1974年1月，這項(xiàng)技術(shù)首次被發(fā)表在IEEE Transactions on Computers上面。

自此，圖像和視頻壓縮領(lǐng)域的行業(yè)標(biāo)準(zhǔn)就誕生了。

1998年世界首個(gè)視頻壓縮標(biāo)準(zhǔn)H.261、1992年的JPEG和MPEG、2010年的WebP、2013年的HEIF、2018年谷歌亞馬遜等公司聯(lián)合創(chuàng)建的AV1……等壓縮標(biāo)準(zhǔn)都是基于這項(xiàng)技術(shù)，且一直沿用至今。

40多年都名不見(jiàn)經(jīng)傳的發(fā)明者

DCT的作者有3位，分別是Nasir Ahmed（納西爾·艾哈邁德）、K.R. Rao（K.R.拉奧）和T. Natarajan（T.納塔拉詹）。

納西爾是新墨西哥大學(xué)電氣與計(jì)算機(jī)工程系名譽(yù)教授。

他1940年出生于印度班加羅爾，1966年在新墨西哥大學(xué)獲得博士學(xué)位。

1966-1968年，他在霍尼韋爾公司擔(dān)任首席工程師，1968-1983年在堪薩斯州立大學(xué)擔(dān)任教授。

1983-2001年，他回到新墨西哥大學(xué)擔(dān)任電氣與計(jì)算機(jī)工程系首席教授。在此期間，他先后擔(dān)任過(guò)系主任、研究生院院長(zhǎng)等職位。

今年，納西爾已經(jīng)有82歲高齡。

另一位主要作者是K.R.拉奧。

他同樣是一位美籍印度裔學(xué)者。

1960年，他在佛羅里達(dá)大學(xué)獲得核工程專(zhuān)業(yè)博士學(xué)位。1966年，又在新墨西哥大學(xué)獲得電氣與計(jì)算機(jī)工程專(zhuān)業(yè)博士學(xué)位。

之后50年，他一直在得克薩斯州阿靈頓分校工作，擔(dān)任電氣工程系教授。

與此同時(shí)，他還是IEEE Fellow。

2021年1月15日，拉奧教授揮別人世，享年89歲。

T.納塔拉詹當(dāng)時(shí)是納西爾帶的博士生，如今在互聯(lián)網(wǎng)上已經(jīng)檢索不到太多他的相關(guān)信息。

可以說(shuō)相比于大名鼎鼎的DCT，幾位發(fā)明者稱(chēng)得上是“名不見(jiàn)經(jīng)傳”了。

實(shí)際上，40多年來(lái)，DCT發(fā)明的幕后故事一直鮮有人關(guān)注。

甚至連納西爾的兒子都表示，“從來(lái)沒(méi)想過(guò)父親帶來(lái)的影響有如此之大”。

而將納西爾從幕后推至臺(tái)前的，還多虧了一部美劇中的一波致敬。

2020年，《我們的生活》中有一段劇情是納西爾以視頻通話的方式，講述了自己和妻子相愛(ài)的故事。

片方表示，設(shè)計(jì)這一橋段的初衷，就是希望更多人意識(shí)到，當(dāng)下我們能夠通過(guò)互聯(lián)網(wǎng)快速發(fā)送圖片視頻，都與納西爾的工作離不開(kāi)關(guān)系。

劇情播出后，不少媒體將DCT定義為“改變世界的算法”，也稱(chēng)納西爾這位名不見(jiàn)經(jīng)傳的工程師，終于從幕后推到了臺(tái)前。

不過(guò)，納西爾在自己的回憶視頻里表示，當(dāng)初真的沒(méi)想到DCT會(huì)帶來(lái)如此大的影響。

我也無(wú)法預(yù)測(cè)技術(shù)發(fā)展的速度，對(duì)于FaceTime這些應(yīng)用的出現(xiàn)，我感到非常驚訝。

要知道，DCT最初可能差一點(diǎn)就被扼殺在了搖籃里。

1972年，當(dāng)時(shí)已經(jīng)對(duì)DCT初有構(gòu)思的納西爾向美國(guó)國(guó)家科學(xué)基金會(huì)（NSF）遞交了一份申請(qǐng)，希望NSF能為他研究DCT提供資金支持。

不過(guò)令納西爾驚訝的是，這個(gè)申請(qǐng)直接被斃掉了，評(píng)審人給出的意見(jiàn)是“它太簡(jiǎn)單了”。

但好在納西爾并沒(méi)有放棄，他始終覺(jué)得這個(gè)idea很有新意。

唯一令他有所顧慮的是，他可能是只能利用假期來(lái)完成DCT的相關(guān)工作了，而且這期間可能沒(méi)有任何收入。

所以，納西爾回家和妻子說(shuō)：

我有直覺(jué)，這事兒值得做下去。只不過(guò)我們需要計(jì)劃好如何度過(guò)一個(gè)沒(méi)有薪水的暑假。

妻子沒(méi)有任何猶豫就支持了他。

于是，在1973年的夏天，DCT的研究工作正式開(kāi)始了。

參與到這項(xiàng)研究的，還有納西爾的好友拉奧和博士生納塔拉詹。

拉奧也是支持納西爾研究DCT的重要人物之一。

在納西爾的申請(qǐng)被斃掉后，他第一時(shí)間把自己的想法告訴了好友拉奧。

拉奧給出了這樣的回復(fù)：

你要立即把這些結(jié)果以短文的形式發(fā)表。

這就是“How I Came Up with the Discrete Cosine Transform”誕生的始末。

后來(lái)，這篇文章幾乎稱(chēng)得上是圖片視頻壓縮領(lǐng)域的必讀之文。

之后的故事，也就是我們所熟知的了。

1974年，《Discrete Cosine Transform》在IEEE Transactions on Computers上發(fā)表。

截至目前，這篇文章的被引次數(shù)已經(jīng)達(dá)到5878次。

納西爾曾在采訪中表示，自己人生中最大的禮物，就是人們對(duì)DCT的認(rèn)可。

審核編輯 ：李倩