pca图像压缩python_对图像进行SVD和PCA降维，可用于压缩或者图像数据增强(python版)...

def svd(img, topk_percent=0.7):"""使用svd对图片降维，可作为一种数据增强手段

每列作为一个向量，先构建方阵，再求特征值 特征向量，取前N个主成分，再重构图像

:param img: 输入图像

:param topk_percent: 图像恢复率，

:return: img after svd"""img_src=img[...]if len(img.shape) == 3:

img_src=cv2.cvtColor(img_src, cv2.COLOR_BGR2GRAY)

h, w=img_src.shape

data=np.asarray(img_src, np.double)#以下两种方式都可以

#method 1

U, s, V =np.linalg.svd(data)

K= round(len(s) *topk_percent)

K= min(h, w) if K > min(h, w) elseK

S=np.diag(s)

major_data=np.dot(U[:, :K], np.dot(S[:K, :K], V[:K, :]))## method 2

#feat_values, feat_vectors = np.linalg.eig(np.dot(data.T, data))

#feat_index = np.argsort(np.sqrt(feat_values), axis=0)[::-1]

#S = np.diag(feat_values)

#V = feat_vect