机器学习笔记——基于奇异值分解(SVD)的图像压缩(PIL)

这篇博客介绍了如何使用Python的PIL库和numpy进行奇异值分解(SVD)来实现图像压缩。通过SVD技术,可以有效地降低图像的数据量,达到压缩目的。
摘要由CSDN通过智能技术生成
此脚本的作用是图片压缩(清晰度尚可的情况下,可达到8倍以上的压缩比),是SVD的一个应用实践,涉及PIL、numpy库。
(python中处理图片的库比较多,比如PIL、OpenCV、matplotlib等。)


主逻辑:读取一个PNG图片,
RGB三原色特征使用svd进行主特征提取
根据不同清晰度使用全部(部分奇异值)进行图像重组,生成相应的jpg文件

by jntcf, 201712


# -*- coding: utf-8 -*-
from PIL import Image
import numpy as np

'''
此脚本的作用是图片压缩,是SVD的一个应用实践,涉及PIL、numpy库
(python中处理图片的库比较多,比如PIL、OpenCV、matplotlib等。)
主逻辑:读取一个PNG图片,
	RGB三原色特征使用svd进行主特征提取
	然后输出不同清晰度的jpg文件
	
by jntcf, 201712
'''



def rebuild_img(u, sigma, v, percent): #p表示奇异值的百分比
    m = len(u)
    n = len(v)
    a = np.zeros((m, n))

    #根据指定的清晰度提取奇异值
    #(清晰度越高ÿ
  • 0
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值