机器学习实战：用SVD压缩图像

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 += sigma[k]
    k += 1

a[a < 0] = 0
a[a > 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 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。