La computación de imágenes cuánticas ha atraído la atención debido a su vasta capacidad de almacenamiento y procesamiento de datos de imagen más rápido, aprovechando propiedades únicas como el paralelismo, la superposición y el entrelazamiento, superando a las computadoras clásicas. Aunque la potencia de cálculo clásica ha crecido sustancialmente en la última década, su tasa de mejora se ha ralentizado, luchando por satisfacer las demandas de conjuntos de datos masivos. Han surgido varios enfoques para codificar y comprimir imágenes clásicas en procesadores cuánticos. Sin embargo, una limitación significativa es la complejidad de preparar el estado cuántico, que traduce las coordenadas de píxeles en circuitos cuánticos correspondientes. Los enfoques actuales para representar imágenes a gran escala requieren recursos cuánticos más altos, como qubits y compuertas de conexión, lo que presenta obstáculos significativos. Este artículo tiene como objetivo resumir la intensidad de píxeles y los circuitos de preparación de estados que requieren menos recursos cuánticos y explorar técnicas de compresión efectivas para imágenes de resolución media y alta. También realiza un estudio exhaustivo de la representación de imágenes cuánticas y técnicas de compresión, categorizando los métodos por tipos de imágenes en escala de grises y a color y evaluando sus fortalezas y debilidades. Además, la eficacia de la compresión de cada modelo puede guiar la investigación futura hacia diseños de circuitos eficientes para imágenes de resolución media a alta. Además, es una referencia valiosa para avanzar en la investigación de procesamiento de imágenes cuánticas al proporcionar un marco sistemático para evaluar algoritmos de compresión y representación de imágenes cuánticas.