如果你计算一个$8\times 8$2D-DCT，只保留左上角，你保留的数量与每个的平均值成正比 $8\times 8$堵塞。这是直流分量，类似于$0$傅里叶变换中的频率。这就像一个带有量化表的 JPEG 编码，看起来像：

$$\displaystyle \left( \begin{array}{cccc} 1 & \infty & \cdots & \infty\\ \infty & \infty & \cdots & \infty\\ \vdots & \vdots & \ddots & \infty\\ \infty & \infty & \cdots & \infty \end{array}\right)$$

使用这种“类型”量化执行逆 DCT 将平均值分布在$8\times 8$堵塞。你正在做的相当于执行一个移动平均线$8\times 8$统一窗口，然后通过下采样 $8$在这两个$x$和$y$方向。您通过替换每个压缩$64$-像素块的平均值，导致（有效）$64$乘以较小的图像，并且您通过推断平均值来“伪造”原始大小的图像。

但是，您不能申请$1/64$尚未压缩，因为您保留的系数尚未量化，并且例如存储在$32$位浮点字。在你进入更高级的编码之前，你大约在 $1/16 = 1/64\times 32/8$压缩率。