weixin_62891989的博客

原创 使用奇异值分解（SVD）压缩图片（python实现）

对3个图层分别进行奇异值分解，可以选取前k个奇异值进行近似表达（每个矩阵的奇异值是唯一的，矩阵大小跟奇异值数量有关），最后合并3个图层就可以以较少的数据表示原图片（也就是使用多于原图片奇异值数量的奇异值可能会使图片更大）。上面的代码显示的图片就是SVD对图片压缩的影响，我们可以看到低奇异值压缩得到的图片会有一些花斑，这些花斑是因为图片的像素亮度差较大造成的，如果我们对图像像素的亮度进行归一化，我们就会得到不错的显示效果。下面是加入归一化的代码。亮的地方变暗，暗的地方变亮。