图像处理基础（七）图像的PCA（主成分分析）降维

最新推荐文章于 2025-08-29 14:10:07 发布

转载最新推荐文章于 2025-08-29 14:10:07 发布 · 3.4k 阅读

10 ·

CC 4.0 BY-SA版权

原文链接：https://my.oschina.net/VenusV/blog/2221739

文章标签：

#人工智能 #c/c++

本文介绍了一种基于奇异值分解(SVD)的图像压缩方法，通过减少矩阵秩来实现图像的压缩，展示了从读取图像到压缩并显示压缩后图像的全过程。

为什么80%的码农都做不了架构师？>>>

先贴代码，有空再补

clear;
clc;
img = imread('test.jpg');
img_gray = rgb2gray(img);

img_gray = imresize(img_gray,0.5);
[m,n] = size(img_gray);
[u,s,v] = svd(double(img_gray));

r = 2;    % 压缩率
K =round(2 * m * n / ( r * (m + n + 1)));

if K > min(m,n)
    K = min(m,n);
end

img_c = zeros(size(img_gray));

for i = 1:K
    img_c = img_c + s(i,i) * u(:,i) * v(:,i)';
end
%subplot(2,2,1); imshow(img,[]); title('origin');
%subplot(2,2,2); imshow(img_gray,[]); title('gray');
subplot(2,2,3); imshow(img_c,[]); title(['zip r = ',num2str(r), ' zip Image']);
imwrite(img_c,'zip.bmp')

转载于:https://my.oschina.net/VenusV/blog/2221739