前文我们了解了奇异值分解（SVD）的原理，今天就实战一下，用矩阵的奇异值分解对图片进行压缩.
Learn by doing
我做了一个在线的图像压缩应用，大家可以感受一下。
https://huggingface.co/spaces/beihai/Image-Compression-with-SVD
功能很简单，上传需要压缩的图片，选择压缩比，提交即可。
下面咱们就一起看看实现过程
用SVD压缩图像
原理很简单：
将图片分解为RGB三颜色矩阵，将每个颜色矩阵进行奇异值分解，然后选择指定数量的特征对矩阵进行压缩。
核心代码
完整代码大家可以clone我的huggingface
https://huggingface.co/spaces/beihai/Image-Compression-with-SVD
核心代码1:
p表示奇异值的百分比，根据指定的清晰度提取奇异值清晰度越高，压缩比越低，提取的奇异值的个数也就越多，图片也就越不会失真）
def rebuild_img(u, sigma, v, percent):
m = len(u)
n = len(v)
a = np.zeros((m, n))
count = (int)(sum(sigma))
curSum = 0
k = 0
while curSum <= count * percent: uk="u[:," k].reshape(m, 1) vk="v[k].reshape(1," n) a +="sigma[k]" np.dot(uk, vk) cursum k a[a < 0]="0"> 255] = 255
</=>
核心代码2:
主要就是定义inderence函数和gradio前端的实现
import os
os.system("pip install --upgrade pip")
os.system("pip install opencv-python-headless")
import cv2
import numpy as np
import gradio as gr
from func import rebuild_img
def inference(img,k):
input_img = cv2.imread(img, cv2.IMREAD_COLOR)
u, sigma, v = np.linalg.svd(input_img[:, :, 0])
R = rebuild_img(u, sigma, v, k)
u, sigma, v = np.linalg.svd(input_img[:, :, 1])
G = rebuild_img(u, sigma, v, k)
u, sigma, v = np.linalg.svd(input_img[:, :, 2])
B = rebuild_img(u, sigma, v, k)
restored_img = np.stack((R, G, B), 2)
return Image.fromarray(restored_img[:, :, ::-1])
gr.Interface(
inference,
[
gr.inputs.Image(type="filepath", label="Input"),gr.inputs.Slider(0, 1, 0.1,default=0.6,label= 'Compression ratio')],
gr.outputs.Image(type="pil", label="Output"),
title=title,
description=description,
article=article
).launch(enable_queue=True,cache_examples=True,share=True)
上线
Gradio + Huggingface 上线机器学习应用（纯免费）我已经介绍过很多遍了，这里就不赘述了，还不太熟悉的同学请移步我这篇文章：腾讯的这个算法，我搬到了网上，随便玩！
这里就提一下遇到的小问题及解决方法吧。
由于用了cv2，所以要安装opencv-python，但是运行中报错如下：
File "/home/user/.local/lib/python3.8/site-packages/cv2/__init__.py", line 8, in <module>
from .cv2 import *
ImportError: libGL.so.1: cannot open shared object file: No such file or directory
</module>
针对这个错误，网上有以下方法：
1 yum安装：
yum install libglvnd-glx
2 重新安装opencv包：
pip uninstall opencv-python
pip install opencv-python-headless
第一种方法需要root权限，建议直接第二种方法吧，省事。
Original: https://www.cnblogs.com/jpld/p/16155818.html
Author: 机器学习算法与Python
Title: 机器学习实战：用SVD压缩图像
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/568536/
转载文章受原作者版权保护。转载请注明原作者出处！