Diskrete Kosinustransformation

Ein Foto besteht aus vielen kleinen Bildpunkten, und jeder Punkt hat einen Helligkeitswert. Man kann eine Reihe solcher Werte auch anders beschreiben: als Summe von Wellen, die unterschiedlich schnell auf und ab schwingen. Genau diese Umrechnung leistet die Diskrete Kosinustransformation. Sie nimmt eine feste Anzahl von Messwerten entgegen und gibt zurück, wie stark jede einzelne Welle darin enthalten ist. Der Inhalt geht dabei nicht verloren, denn aus den Wellenstärken lassen sich die ursprünglichen Werte exakt zurückrechnen. „Diskret“ bedeutet nur, dass das Verfahren mit einzelnen gemessenen Zahlen arbeitet und nicht mit einer durchgehenden Kurve.

Warum JPEG und MP3 ohne sie nicht existieren würden

Rohe Bilddaten sind riesig. Ein Foto einer Handykamera würde unkomprimiert schnell 50 Megabyte belegen. Als JPEG sind daraus oft nur zwei oder drei Megabyte, ohne dass man den Unterschied deutlich sieht. Diese Einsparung beruht fast vollständig auf der Kosinustransformation.

Der Trick liegt darin, dass die Umrechnung die Information ungleich verteilt. In den meisten Bildern ändert sich die Helligkeit von Punkt zu Punkt nur langsam. Deshalb landet fast die gesamte Energie bei den langsamen Wellen. Die schnellen Wellen haben oft Werte nahe null. Solche Werte kann man weglassen oder sehr grob speichern, und das Bild sieht trotzdem gut aus.

Ohne diesen Effekt gäbe es kein Videostreaming, wie wir es kennen. Ein Film in HD-Auflösung besteht aus 25 oder mehr Einzelbildern pro Sekunde. Erst die starke Kompression macht daraus einen Datenstrom, den eine normale Internetleitung tragen kann. Die Verfahren H.264 und HEVC, die YouTube und Netflix nutzen, arbeiten im Kern mit derselben Idee.

Von 8x8-Blöcken zu Wellenstärken

JPEG zerlegt ein Bild zuerst in kleine Quadrate aus je acht mal acht Bildpunkten. Auf jedes dieser 64 Zahlen großen Quadrate wird die Transformation angewendet. Heraus kommen wieder 64 Zahlen, die man Koeffizienten nennt. Der erste Koeffizient beschreibt die mittlere Helligkeit des Quadrats. Die übrigen 63 beschreiben, wie stark verschiedene Streifenmuster darin vorkommen, von grob bis sehr fein.

Der eigentliche Datenverlust passiert erst im nächsten Schritt, der Quantisierung. Dabei werden alle Koeffizienten durch feste Zahlen geteilt und gerundet. Für feine Muster fällt der Teiler groß aus, weil das menschliche Auge dort weniger genau hinschaut. Sehr viele Koeffizienten werden dadurch zu null. Nullen lassen sich extrem platzsparend speichern.

Ein häufiger Irrtum ist, die Transformation selbst würde Daten wegwerfen. Das stimmt nicht: Sie ist verlustfrei umkehrbar und ordnet die Information nur neu an. Verantwortlich für Qualitätsverluste ist allein die Rundung danach. Wer bei JPEG die Qualität auf 30 Prozent stellt, sieht die Folgen als klobige Quadrate im Bild. Diese sogenannten Blockartefakte verraten genau die 8x8-Raster der Transformation.

Spuren im Alltag und in aktuellen Debatten

Jedes JPEG auf dem Handy, jedes MP3 im Musikplayer und jeder Videoanruf nutzt eine Variante dieses Verfahrens. Bei Ton arbeitet man statt mit Bildquadraten mit kurzen Zeitabschnitten des Signals. Weggelassen werden dort Frequenzen, die das Ohr ohnehin überhört, etwa leise Töne direkt neben lauten.

Auch in der KI-Welt taucht der Begriff auf. Bildgeneratoren und Analysemodelle arbeiten oft mit komprimierten Darstellungen statt mit rohen Bildpunkten, weil das Rechenzeit spart. Manche Forensik-Werkzeuge suchen umgekehrt nach den typischen Spuren der Kompression, um erkennen zu können, ob ein Bild nachträglich bearbeitet oder künstlich erzeugt wurde.

In Wirtschaftsnachrichten begegnet der Begriff meist indirekt, nämlich über Streit um Videocodecs. Wer die Patente an einem Kompressionsverfahren hält, verdient an Milliarden von Geräten mit. Deshalb gibt es lizenzfreie Gegenentwürfe wie AV1, hinter dem unter anderem Google, Netflix und Amazon stehen. Auch AV1 beruht im Kern auf Transformationen der Kosinus-Familie.