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)
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了对图像进行SVD和PCA降维，可用于压缩或者图像数据增强(python版)，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含2320字，纯文字阅读大概需要4分钟。
内容图文
不懂原理的同学请参考：
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) else K
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_vectors[:, feat_index]
# S_inv = np.asmatrix(S).I
# V_inv = np.asmatrix(V).I
# U = np.dot(np.dot(data, V), S_inv)
# K = round(S.shape[0] * topk_percent)
# K = min(h, w) if K > min(h, w) else K
# major_data = np.dot(np.dot(U[:, :K], S[:K, :K]), V_inv[:K, :])
rebuild_img = np.asarray(major_data, np.uint8)
cv2.imshow('1', rebuild_img)
cv2.waitKey(0)
return rebuild_img
def pca(img, topk_percent=0.7):
"""
使用pca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0均值化，再求协方差矩阵的特征值和特征向量，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 pca
"""
img_src = img[...]
if len(img.shape) == 3:
img_src = cv2.cvtColor(img_src, cv2.COLOR_BGR2GRAY)
print(img_src.shape)
h, w = img_src.shape
data = np.asarray(img_src, np.double)
# 计算每列的mean
_mean = np.mean(data, axis=0)
data -= _mean
# 以 列为变量计算方式，计算协方差矩阵
data_cov = np.cov(data, rowvar=False)
feat_values, feat_vectors = np.linalg.eig(data_cov)
feat_index = np.argsort(np.sqrt(feat_values), axis=0)[::-1]
V = feat_vectors[:, feat_index]
K = round(len(feat_values) * topk_percent)
K = min(h, w) if K > min(h, w) else K
# 重建图像
major_data = np.dot(np.dot(data, V[:, :K]), V[:, :K].T) + _mean
rebuild_img = np.asarray(major_data, np.uint8)
cv2.imshow('1', rebuild_img)
cv2.waitKey(0)
return rebuild_img
内容总结
以上是互联网集市为您收集整理的对图像进行SVD和PCA降维，可用于压缩或者图像数据增强(python版)全部内容，希望文章能够帮你解决对图像进行SVD和PCA降维，可用于压缩或者图像数据增强(python版)所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。
来源：【匿名】