图片压缩基础简介

图片里有什么信息？

图片是由一个个像素点构成的。

彩色图片每一个像素点的颜色都能被三个数字的RGB色彩标准所代表，分别是红色（Red）、绿色(Green)和蓝色(Blue)，每个数字取值0~255。三种颜色合在一起就可以得到人眼能看到的大多数颜色。

黑白照片的像素点由一个数字来代表他的灰度值（gray scale），取值0~255。黑色是0，白色是255。

矩阵：大家好 我又来了

这些像素点的信息可以构成一个矩阵（matrix），矩阵里的每个数字都代表着图片的颜色信息。

比如说这张图：

% MATLAB INPUT: processing_img.mat
clear; clc; close all
A = imread('dog.jpg');
sizeA = size(A)
imshow(A);
title('Original Colored Image')

% MATLAB OUTPUT
sizeA =
   327   327     3

彩色憨憨

这个彩色憨憨就有327行像素和327列像素，每个像素分别对应RGB中的3个数字。

这里我们简化一下概念，只讨论黑白图片压缩，那么就将这张图片转化成黑白的：

% MATLAB INPUT: processing_img.mat
A = im2double(rgb2gray(A));
sizeA = size(A)
storage = sizeA(1) * sizeA(2)
imshow(A);
title('Original Gray Scale Image')

% MATLAB OUTPUT
sizeA =
   327   327
storage =
      106929

黑白憨憨

这个黑白憨憨还是有327行像素和327列像素，但每个像素分别对应1个灰度值。这么说来我们需要储存$327\times 327=106929$组数字。

怎么压缩图片呢？

矩阵的奇异值分解

既然都把图片信息存入矩阵了，就不得不介绍一点线性代数（linear algebra）的内容了。推导的过程可能有些复杂，那就直接上结论吧：

一个$m\times n$矩阵$A$可以被分解成三个矩阵的乘积:
$$A=U\Sigma V^T$$
将这三个矩阵对应的组成部分依照规则相乘后相加就能得到原矩阵:

A = ∑ i = 1 min ⁡ ( m , n ) u i σ i v i T A = \sum_{i=1}^{\min (m, n)} \mathbf{u} _{i} \sigma _{i} \mathbf{v} _{i}^{T}