在上一节简述了h264的宏块划分及预测方式
接下来简述DCT变换

1.DCT
即离散余弦变换，把图像信号从空间域变成频率域

2.哈德曼变换
系数只有1和-1的正交变换，比DCT更简单快速

3.为什么需要变换成频率域
一般图片的高频信息多但是幅值比较小。高频信息主要描述图片的边缘或者细节信息，对于快速空间变化的图像来说，比如充满沟壑的山脉，其高频成分会相对较强，低频则较弱。而低频主要是图像的整体轮廓信息。​由于人眼的视觉敏感度是有限的，有的时候我们去除了一部分高频信息之后，人眼看上去感觉区别并不大

4.H264的做法
a.16x16的亮度块
H264把一个1616的亮度宏块分成16个44的小块，对每一个小块做近似DCT的变换，再把变换后的左上角的DC系数抽出来组成一个4*4的块，对这个小块再做一次Hadamard变换。最后，整体进行量化操作

b.其他亮度块
直接划分成4*4的小块，进行近似的DCT变换，然后整体进行量化操作

c.88的色度块
与亮度块类似，对88的色度块，把它分成4个44的小块，对每一个小块做一个近似DCT的变换，再把每一个变换后的左上角的DC系数抽出来组成一个22的块，对这个小块再做一次Hadamard变换。最后对整体进行量化操作

由于DCT涉及浮点运算，因此H264是采用一种近似的DCT变换，只有加减及移位运算。由于变换后能量主要集中在DC系数中（也就是第一行第一列），因此再单独对DC系数做一次哈德曼变换，使能量更集中

5.量化
把图像数据除以一个量化步长，四舍五入向上取整，这个过程称为量化

进过DCT和哈德曼变换后，图像的低频信号主要集中在左上角，高频信号都集中在右下角，而且，由于高频信号都是一些较小的系数，因此，经过量化操作后，大部分的高频信号都变成了0，从而达到压缩的目的。当然，这个是个不可逆的过程