2.正余弦转换
      正余弦转换（Discrete Cosine Transform，简称DCT），哇靠！听起来超专业，多念几次就觉得自己像数学家了。这里不讨论DCT的傅立叶转换公式，反正Google一下就有，就算写出来也没几个人看的懂，这篇是简单教学，而不是帮助入睡的。

      DCT是把空间的资讯转换成频率。一张画面原本记录X、Y轴上某一点是什么颜色，XY轴就是一种空间资讯，对一张图片做DCT转换之后，会变成以频率来纪录。图片的「频率」是什么鬼？你一定会这样问，声音的高频是尖锐，图片的高频则是颜色快速转换的地方，低频就是...呃...颜色转换不快速的地方，也就是较为柔和的渐层。 

      上面的黑白图经过DCT转换后，就只剩下座标轴上一个短暂的突起。


      比如上面这张黑白图，经过DCT转换之后就变成座标轴剩一个突起（黑白转换的交界），其余就是平缓的低频讯号（黑色和白色连续处），看到这里大家应该知道DCT的用意了，它就是把后面的低频去掉，只留下前面的高频，以图片的语言来说，就是让画面只留下重要的边缘，而细微的渐层拿掉，这牵涉到人脑的感知方式，人脑只要有一个大约的轮廓就能辨识，一张怀旧而模糊的照片仍然可以看出是谁，再糊的RVMB日剧（主角五官都快看不清楚了）大家都看的下去。所以影片压缩就照这个方式，把低频讯号删掉，保留大致的样子，做成第二步压缩。


3.Entropy Encoding
      「熵」...哇塞！听起来超厉害，多念几次就觉得自己变物理学家了。物理上的Entropy跟电脑的Entropy有没有关系我不确定，所以我通常不会翻成中文，保留原来的Entropy Encoding比较好。

       影片压缩到这一步已经不需要再删东西了，Entropy Encoding是一种无失真压缩的技术，资料可以完整的还原，这广泛用在档案压缩上（Zip、RAR...你举的出来的都有用到）。它是一种用机率来压缩的技巧，出现机率越高的字串资料，就用越短的代码来代取它。比如Mobile01里最常出现的词是「劝败」，那就把「劝败」用「0」来代替，这样一句话就可以写成「Nokia N95真赞，值得0」，是不是就缩短了？而当这个词出现机率超高时，就会看到资料变成一堆0，这时再把一堆0写成「几个0」的资讯（000000 = 6,0），压缩率就相当高了。

      Entropy Encoding的演算法很多，比如VLC、CABAL、CAVLC，愈新的影片格式（比如H.264），Entropying Encoding的演算法就愈复杂，可以压的更小，当然也需要愈操的压缩/解压缩运算。