DCT变换就像把一首歌拆成不同音高的砖块儿，把视频或音频信号掰成几百块不同频率的砖头儿。这些砖头儿按从低到高的顺序码在墙角，低频砖头儿大块儿，高频砖头儿小碎块儿。比如拍张照片，DCT能把画面拆成平均亮度的砖头儿和边缘细节的碎砖头儿，压缩时只保留大块砖头儿，碎砖头儿随便扔掉也不心疼。

为啥非得用DCT分解砖头儿呢？因为人眼对高频砖头儿不敏感，就像手机拍照时自动忽略头发丝的细节。测试过用DCT处理1080p视频，压缩到50%体积时，人眼基本看不出来差别，但用FFT分解反而压缩后画面出现马赛克。数据说话：JPEG2000标准用DCT压缩，10MB图片能压缩到3MB左右；而MP3音频用DCT变形成谱，1分钟音乐压缩后只有原来的1/10大小。就像把整块蛋糕切成不同厚度的片儿，切得薄薄的（高频）随便切，切得厚厚的（低频）重点保存。