Python机器学习案例｜梵高的《星空》图片压缩

程序员小八

已于 2024-01-20 10:59:27 修改

阅读量4.8k

点赞数 3

文章标签： python 机器学习人工智能程序员

于 2022-07-06 10:04:42 首次发布

本文链接：https://blog.csdn.net/z099164/article/details/125633712

版权

Python机器学习案例：梵高的《星空》图片压缩

01 案例背景

本案例将奇异值分解用于处理图像压缩任务。要压缩的图片如图所示，是梵高的作品《星空》。
在这里插入图片描述

02 实现代码

Python实现代码如下所示：

 from PIL import Image
 import os
from numpy import *
 import matplotlib as mpl
 import matplotlib.pyplot as plt

 if __name__ == '__main__':
mpl.rcParams['font.sans-serif'] = [u'simHei']
mpl.rcParams['axes.unicode_minus'] = False
A = Image.open('starry_night.jpg')
a = array(A) #转换成矩阵

#由于是彩色图像，所以3通道。a的最内层数组为三个数，分别表示RGB，用来表示一个像素
u_r, sigma_r, v_r = linalg.svd(a[:, :, 0])
u_g, sigma_g, v_g = linalg.svd(a[:, :, 1])
u_b, sigma_b, v_b = linalg.svd(a[:, :, 2])
def restore1(u, sigma, v, k):
 m = len(u)
 n = len(v)
 a = zeros((m, n))
#重构图像
a = dot(u[:, :k], diag(sigma[:k])).dot(v[:k, :])
#上述语句等价于如下形式
#for i in range(k):
# ui = u[:, i].reshape(m, 1)
# vi = v[i].reshape(1, n)
# a += sigma[i] * dot(ui, vi)
a[a < 0] = 0
a[a > 255] = 255
return rint(a).astype('uint8')

plt.figure(facecolor = 'w', figsize = (10, 10))
 #保留的奇异值个数依次为：1,2,...,12
 K = 12
for k in range(1, K + 1):
 print(k)
 R = restore1(u_r, sigma_r, v_r, k)
 G = restore1(u_g, sigma_g, v_g, k)
B = restore1(u_b, sigma_b, v_b, k)
I = stack((R, G, B), axis = 2)
#现实重构后的图片
plt.subplot(3, 4, k)
plt.imshow(I)
plt.axis('off')
plt.title(u'奇异值个数：%d' % k)
plt.suptitle(u'SVD与图像分解', fontsize = 20)
plt.tight_layout(0.1, rect = (0, 0, 1, 0.92))
plt.show()