利用SVD对图像进行压缩

利用SVD对图像进行压缩

使用SVD能够对数据进行降维,对图像进行SVD,降维之后然后重构数据,还原后的图像就是压缩后的图像。
SVD
请添加图片描述

SVD进行图像压缩所依据的数学原理就是矩阵的近似表示:
A m × n ≈ U m × k ∑ k × k V k × n T A_{m\times n}\approx U_{m\times k}{\sum}_{k\times k}V_{k\times n}^T Am×nUm×kk×kVk×nT
请添加图片描述
使用SVD对图像进行压缩的最关键的就是确定k值,也就是使用多少个奇异值。用的越多那肯定包含原矩阵的信息就越多,但这样处理的数据也多,所以需要在数据量和还原度之间取个平衡。确定k有很多启发式的策略,其中一个典型的做法就是保留矩阵中90%的能量信息,即计算所有奇异值的平方和,取前k个奇异值平方和是总体奇异值平方和的90%。另一个启发式策略是当矩阵有上万奇异值时,就保留前面的2000或3000个,该方法虽然在实际中容易实施,但是任何数据集都不能保证前3000个奇异值就能够包含90%的能量信息。
在进行图像压缩时,我们采用两种策略来确定k的值:
1.通过奇异值总和的百分比来确定k的值
2.通过奇异值总个数的百分比来确定k的值

from PIL import Image
import numpy as npdef get_approx_SVD1(data, percent):#这里了的percent是奇异值总和的百分比U, s, VT = np.linalg.svd(data)Sigma = np.zeros(np.shape(data))Sigma[:len(s), :len(s)] = np.diag(s)count = int(sum(s)) * percentk = -1curSum = 0while curSum <= count:k += 1curSum += s[k]D = U[:, :k].dot(Sigma[:k, :k].dot(VT[:k, :]))#将矩阵 D 中小于 0 的元素设置为 0,将大于 255 的元素设置为 255。#因为在图像处理中,像素值通常被限制在0~255D[D < 0] = 0D[D > 255] = 255return np.rint(D).astype("uint8")def get_approx_SVD2(data, percent):U, s, VT = np.linalg.svd(data)Sigma = np.zeros(np.shape(data))Sigma[:len(s), :len(s)] = np.diag(s)k = (int)(percent * len(s))D = U[:, :k].dot(Sigma[:k, :k].dot(VT[:k, :]))D[D < 0] = 0D[D > 255] = 255return np.rint(D).astype("uint8")def rebuild_img(filename, p, get_approx_SVD, flag):img = Image.open(filename, 'r')a = np.array(img)#以下的R0,G0,B0,R,G,B都是二维的,不要想成三维了R0 = a[:, :, 0]#获得红色的色素值G0 = a[:, :, 1]#获得绿色的色素值B0 = a[:, :, 2]#获得蓝色的色素值R = get_approx_SVD(R0, p)G = get_approx_SVD(G0, p)B = get_approx_SVD(B0, p)I = np.stack((R, G, B), 2)#合成三通道的Nummpy数组#Image.fromarray()函数的作用是将Nummpy数组还原为图像对象Image.fromarray(I).save(str(p * 100) + flag + ".jpg")img = Image.open(str(p * 100) + flag + ".jpg", 'r')img.show()filename = "./test.jpg"
'''
np.arange(0.2, 1.2, 0.2)
第一个参数(0.2):起始值,即数组的第一个元素。
第二个参数(1.2):终止值,创建的数组中不包括这个值。
第三个参数(0.2):步长,即数组中相邻元素之间的差值。
[0.2,0.4,0.6,0.8,1.0]
'''
for p in np.arange(0.2, 1.2, 0.2):rebuild_img(filename, p, get_approx_SVD1, "SVD1")
for p in np.arange(0.2, 1.2, 0.2):rebuild_img(filename, p, get_approx_SVD2, "SVD2")

原图:
请添加图片描述

效果示例:
请添加图片描述

使用特征值可以将图像进行压缩处理,压缩后的图像颜色像素会损失部分,通过设定不同的奇异值筛选百分比,对比图片压缩后的效果。
原图像的每一层大小为512x512=262144,效果图中上层的5个图,依次对应按奇异值总和的20%,40%,60%,80%,100%,进行压缩,当按奇异值总和的60%压缩时,可以达到原图像的效果,此时,只取了33个奇异值(占总奇异值个数的6%),即 U U U ∑ \sum V T V^T VT的大小分别为512x33、33x33、33x512。此时,大小总共为 512 × 33 + 33 × 33 + 33 × 512 = 34881 512\times33+33\times33+33\times512=34881 512×33+33×33+33×512=34881,3个矩阵的大小总和远小于原图像的每一层大小。效果图下层的5个图,依次按照奇异值个数的20%,40%,60%,80%,100%,进行压缩。显然,当按照奇异值个数的20%取值时,其对应的奇异值总和的百分比已经超过了60%(算一下)。因此,建议按照奇异值总和的百分比压缩图像(其实通俗来说就是用的数据少,但是效果还不错,下层的图效果虽然都很好,但是用的数据太多了,压缩的数据量不够大)

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/156382.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

基于晶体结构算法优化概率神经网络PNN的分类预测 - 附代码

基于晶体结构算法优化概率神经网络PNN的分类预测 - 附代码 文章目录 基于晶体结构算法优化概率神经网络PNN的分类预测 - 附代码1.PNN网络概述2.变压器故障诊街系统相关背景2.1 模型建立 3.基于晶体结构优化的PNN网络5.测试结果6.参考文献7.Matlab代码 摘要&#xff1a;针对PNN神…

[Docker]八.Docker 容器跨主机通讯

一.跨主机通讯原理 在主机192.168.31.140上的docker0(172.17.0.0/16)中有一个容器mycentos( 172.17.0.2/16), 在主机192.168.31.81上的docker0(172.17.0.0/16)中有一个容器mycentos( 172.17.0.2/16),然后在主机192.168.31.140上ping主机192.168.31.81,发现ping不通要实现两个主…

vite构建项目不能使用require解决方案

在utils文件夹下创建一个getImgUrl.ts文件 /** vite的特殊性, 需要处理图片 */ export const require (imgPath: string) > {try {const handlePath imgPath.replace(, ..)console.log(handlePath::, imgPath)return new URL(handlePath, import.meta.url).href} catch (…

如何入驻抖音本地生活服务商,附上便捷流程!

抖音作为一款短视频社交媒体应用&#xff0c;已经成为全球范围内数以亿计的用户的首选。而在普及的同时&#xff0c;短视频领域也在不断拓展自身的业务领域&#xff0c;其中之一就是本地生活服务。继抖音本地生活服务之后支付宝、视频号也相继开展了本地生活服务&#xff0c;用…

Linux(5):Linux 磁盘与文件管理系统

认识 Linux 文件系统 磁盘的物理组成&#xff1a; 1.圆形的磁盘盘(主要记录数据的部分); 2.机械手臂&#xff0c;与在机械手臂上的磁盘读取头(可擦写磁盘盘上的数据)&#xff1b; 3.主轴马达&#xff0c;可以转动磁盘盘&#xff0c;让机械手臂的读取头在磁盘盘上读写数据。 4…

python接口自动化-参数关联

前言 我们用自动化发帖之后&#xff0c;要想接着对这篇帖子操作&#xff0c;那就需要用参数关联了&#xff0c;发帖之后会有一个帖子的id&#xff0c;获取到这个id&#xff0c;继续操作传这个帖子id就可以了 &#xff08;博客园的登录机制已经变了&#xff0c;不能用账号和密…

【算法设计实验三】动态规划解决01背包问题

请勿原模原样复制&#xff01; 01背包dp具体解释详见链接 ↓ 【算法5.1】背包问题 - 01背包 &#xff08;至多最大价值、至少最小价值&#xff09;_背包问题求最小价值_Roye_ack的博客-CSDN博客 关于如何求出最优物品选择方案&#xff1f; 先在递归求dp公式时&#xff0c;若…

增速大幅下滑?基础L2博弈成本

在高阶智驾&#xff08;从ALC到NOA&#xff09;的光环之下&#xff0c;传统入门级基础L2级辅助驾驶赛道也在发生一些微妙的变化。 高工智能汽车研究院监测数据显示&#xff0c;2023年1-9月&#xff0c;基础L2在中国市场&#xff08;不含进出口&#xff09;乘用车前装标配交付45…

数据库存储引擎

一、MySQL体系结构 二、存储引擎-简介 存储引擎就是存储数据、建立索引、更新/查询数据等技术的实现方式。存储引擎是基于表的&#xff0c;而不是基于库的&#xff0c;所以存储引擎也可以被成为表的类型 MySQL 5.5版本之后&#xff0c;默认存储引擎就是InnoDB&#xff0c;之前…

HarmonyOS云开发基础认证【最新题库 满分答案】

系列文章 HarmonyOS应用开发者基础认证【闯关习题 满分答案】 HarmonyOS应用开发者基础认证【满分答案】 HarmonyOS云开发基础认证【最新题库 满分答案】 目录 系列文章一、判断题二、单选题三、多选题 一、判断题 1.应用架构的演进依次经历了微服务架构、单体架构、Serverle…

ArcGIS如何处理并加载Excel中坐标数据?

做GIS行业的各位肯定免不了跟数据打交道&#xff0c;其中数据的处理说复杂也复杂&#xff0c;因为我们要花时间去做数据的转换及调整工作&#xff0c;那说简单也简单&#xff0c;因为我们有很多的工具可以使用&#xff0c;那么今天我就给大家带来处理Excel中的GIS数据中的其中一…

图像处理02 matlab中NSCT的使用

06 matlab中NSCT的使用 最近在学习NSCT相关内容&#xff0c;奈何网上资源太少&#xff0c;简单看了些论文找了一些帖子才懂了一点点&#xff0c;在此分享给大家&#xff0c;希望有所帮助。 一.NSCT流程 首先我们先梳理一下NSCT变换的流程&#xff0c;只有清楚流程才更好的理清…

git 构建报错

钉钉插件]当前任务未配置机器人&#xff0c;已跳过 org.codehaus.groovy.control.MultipleCompilationErrorsException: startup failed: WorkflowScript: 4: Tool type “maven” does not have an install of “maven-3.8.8” configured - did you mean “Maven-3.8.8”? …

Linux 串口应用编程

1 串口 API Linux串口通信&#xff1a; 在 Linux 系统中&#xff0c;操作设备的统一接口就是&#xff1a; open/ioctl/read/write 。 对于 UART &#xff0c;又在 ioctl 之上封装了很多函数&#xff0c;主要是用来设置行规程。所以对于 UART &#xff0c;编程的套路就是…

flutter vscode gradle 配置

我这边主要改了如图两个文件&#xff0c;然后把Gradle的问题解决了 参考文章&#xff1a; flutter运行Runt imeException: Timeout of 120000问题-CSDN博客 flutter配置gradle&#xff08;个人笔记&#xff0c;非教程&#xff09;_flutter gradle_追寻着星星的方向的博客-CSD…

ATTCK实战系列——红队实战(一)

文章目录 网络拓扑环境搭建外网渗透信息收集端口扫描目录扫描 漏洞利用phpmyadmin拿shellgeneral_log_file写一句话蚁剑连接 网站后台拿shell关闭防火墙新建用户&#xff0c;开启3389 内网渗透&#xff08;一&#xff09;CSCS木马上线信息收集hashdumpMimikatz抓取明文密码 权限…

姓氏情侣家庭亲子谐音顽梗头像分销流量主微信抖音小程序开发

姓氏情侣家庭亲子谐音顽梗头像分销流量主微信抖音小程序开发 姓氏情侣头像&#xff1a;提供各种姓氏的情侣头像模板&#xff0c;用户可根据自己的姓氏选择合适的头像进行定制。 家庭头像&#xff1a;为家庭成员提供多种形式的头像模板&#xff0c;让用户可以选择合适的家庭头像…

趣学python编程(七、实现个小网站如此简单 web.py使用介绍)

这里先拿一个小网站的例子来举例&#xff0c;保持好奇心就可以了。因为兴趣才是最好的老师&#xff0c;它能激发人内在的行动力。这里介绍个使用web.py轻量级框架实现的一个小网站&#xff0c;可以看到实现个小网站并不难。python都能用来干什么&#xff1f;那么网站就是它众多…

56、修改Integer缓存上限

参考视频&#xff1a; https://www.bilibili.com/video/BV13u4y1w7tb/?spm_id_from333.999.0.0&vd_sourcebbef52ca6b7ac46d36af19295c565917 第一步&#xff1a; 第二步&#xff1a; 第三步&#xff1a;修改Integer缓存上限 运行代码 Testpublic void integerTest(…

【高级网络程序设计】Week2-3 HTML

一、The Basics 1. HTML&HTML file HTMLMarkup languageHyper Text Markup LanguageHTML fileText file with markup tags.htm/.html extension Create an html file Open an editor Type: <html><head><titile><body> Save it as .html Open i…