【Python机器学习】利用SVD简化数据——示例：基于SVD的图像压缩

通过可视化的方式，我们可以很容易的看到SVD对数据近似的效果。在代码库中，有一张手写的数字图像。原始的图形大小是32*32=1024像素，我们可以尝试对图像进行压缩，那么就可以节省空间或带宽开销了。

我们可以使用SVD来对数据降维，从而实现图像的压缩。下面我们可以看到利用SVD的手写数字图像的压缩过程：

def printMat(inMat,thresh=0.8):
    for i in range(32):
        for k in range(32):
            if float(inMat[i,k])>thresh:
                print(1, end=' ')
            else:
                print(0, end=' ')
        print('')
def imgCompress(numSV=3,thresh=0.8):
    myl=[]
    for line in open('test/0_5.txt').readlines():
        newRow=[]
        for i in range(32):
            newRow.append(int(line[i]))
        myl.append(newRow)
    myMat=mat(myl)
    print('*****original matrix*****')
    printMat(myMat,thresh)
    U,Sigma,VT=la.svd(myMat)
    SigRecon=mat(zeros((numSV,numSV)))
    for k in range(numSV):
        SigRecon[k,k]=Sigma[k]
    reconMat=U[:,:numSV]*SigRecon*VT[:numSV,:]
    print('*****reconstruced matrix using %d singular values*****' % numSV)
    printMat(reconMat,thresh)

上述代码中第一个函数printMat()的作用是打印矩阵。由于矩阵包含了浮点数，因此必须定义浅色和深色。这里通过一个阈值来界定，后面也可以调节该值。该函数遍历所有的矩阵元素，当元素大于阈值时打印1，否则打印0。

第二个函数实现了图像的压缩。它允许基于任意给定的奇异值数目来重构图像。该函数构建了一个列表，然后打开文本文件，并从文件中以数值方式读入字符。在矩阵调入之后，我们就可以在屏幕上输出该矩阵了。接下来就开始对原始图像进行SVD分解并重构图像。在代码中，通过将Sigma重新构成SigRecon来实现这一点。Sigma是一个对角矩阵，因此需要建立一个全0矩阵，然后将前面的那些奇异值填充到对角线上，最后通过截断的U和矩阵，用SigRecon得到重构后的矩阵，该矩阵通过printMat()函数输出。

下面看实际运行效果：

可以看到，只需要两个奇异值就能相当准确地对图像实现重构。U和都是32*2的矩阵，有两个奇异值，因此总数字数目是64+64+2=130，和原数目1024相比，压缩比是接近10倍。