在Evolution of JPEG上研究此文档时，我在上述文档的7.3节中遇到了“八个的定律”。
我的问题是
这“八法则”到底是什么？
之前存在类似的问题-1，2和3。但是他们都没有去理会这个神秘的基本“八个的定律”的任何细节/链接/引用。
1.原始研究的引用文献/摘录/详细信息将受到高度赞赏，因为我想对具有大型图像的现代数据集进行重复测试，以测试最佳8x8宏块的有效性。
2.如果最近进行了类似的研究，也欢迎提及该研究。
3.我做知道SmartScale是controversial。 1没有任何明显的潜在好处，最多只能与jpeg标准2的其他向后兼容扩展相媲美。我的目标是了解选择8x8作为DCT块大小(在jpeg图像压缩标准下)的原始原因是否仍然有意义，因此我需要知道八个的定律是什么。
最佳答案
我的理解是，《八法则》只是幽默地引用了以下事实:Baseline JPEG算法规定8x8是其唯一的块大小。
P.S.换句话说，“八法则”是一种通过引入历史观点来解释为什么“所有其他尺寸的DCT都参照8x8 DCT进行缩放”的一种方式-缺乏对其他尺寸的支持。原始标准及其事实上的实现。
下一个要问的问题:为什么八点？ (请注意，尽管这是一个有效的问题，但这不是当前讨论的主题，即使在历史上选择了另一个值，例如“十法则”或“三十二法则”，该主题也仍将是有意义的。)对此的答案是:由于问题的计算复杂度随着O(N^2)的增长而增加(除非采用FCT类算法，但随着O(N log N)的增长而变慢，但难以在嵌入式平台的原始硬件上实现，因此适用性受到限制)，因此块大小更大很快变得不切实际。这就是为什么选择8x8的原因，其尺寸要小到足以在各种平台上使用，但又要足够大以允许对不同频率的量化级别进行不太粗略的控制。
由于该标准显然已经scratch了痒，整个生态圈很快就围绕着它发展，包括针对8x8优化的实现，这是它们唯一支持的块大小。一旦生态圈就位，就不可能在不破坏现有实现的情况下更改区块大小。由于这是非常不希望的，因此对DCT/量化参数的任何调整都必须与仅8x8的解码器保持兼容。我认为这一考虑必须是所谓的“八法之律”。
虽然不是专家，但我看不出更大的块大小有什么帮助。首先，一个块中值的动态范围平均会增加，需要更多的位来表示它们。其次，从“全部”(由方框表示)到“像素”的频率的相对量化必须保持相同(毕竟这是由人类的感知偏差决定的)，量化将变得更加平滑，仅此而已，对于相同的压缩级别，潜在的质量提升可能不会引起注意。
关于math - 什么是 "Law of the Eight"？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/18266983/