我想使用类似于 JPEG 压缩用于Y组件的某些步骤的图像处理算法。然而，我不想使用离散余弦变换scipy.fftpack.dct，在其中我们获得每个 x 和 y 组合矩阵的权重，然后我们使用量化规则进行量化，我想使用高斯作为基础而不是余弦函数.
该算法的预期结果将包括：
- 输入图像用一个小内核处理，它只查看总图像大小的一个子集（例如 9x9 像素）
- 内核由 x 和 y (
n x m) 的离散高斯组合组成（类似于用于 JPEG 压缩的 64 个余弦组合，但使用高斯） - 内核获取子集数组并计算每个离散高斯组合的权重，并将权重作为
n x m矩阵返回 - 然后我可以创建一个量化指标，将这个指标除以离散高斯组合矩阵，大多数组件将导致 0（取决于使用的指标阈值）。
- 这将允许我将我的图像压缩为每个图像子集的几个高斯分量。
从我有限的数学理解来看，这在数学上应该是可能的，因为用于内核的高斯函数可以在 x 和 y 轴上分解（这将加速处理，因为内核可以是线性的而不是立方的）。
问题：是否有任何算法/方法允许所有或部分描述的步骤（我使用 Python）？我不确定我在寻找什么术语。
谢谢！