矩陣奇異分解(SVD)應(yīng)用

之前寫矩陣奇異分解理論部分夜牡,應(yīng)用在圖片上可以起到去噪壓縮的作用遗增,灰度圖片可以二維矩陣表示结蟋,可以取奇異值比較大部分招刹,其余丟棄

from sklearn import preprocessing
import matplotlib.image as mpimg # mpimg 用于讀取圖片
import numpy as np
import matplotlib.pyplot as plt
from PIL import Image
I = Image.open('222.jpg')
print I.size
L = I.convert('I')
im_array = np.array(L,dtype=float)

# 求特征值,特征向量
# 假定原始數(shù)一列是一條數(shù)據(jù)审丘,一行是一個(gè)字段

varData = np.dot(im_array.T,im_array)
a,b = np.linalg.eig(varData)
# 取實(shí)數(shù)部分吏够,計(jì)算機(jī)計(jì)算近似會(huì)產(chǎn)生復(fù)數(shù),取實(shí)數(shù)部分滩报,這點(diǎn)需要處理
a = np.real(a)
b = np.real(b)

# 對(duì)特征值降序排列
sorted_indices = np.argsort(-a)
k=11
# 切片取特征向量列向量
topk_evecs = b[:,sorted_indices[:k]]

b_normalized = preprocessing.normalize(topk_evecs.T, norm='l2').T
sigma = np.sqrt(a[sorted_indices[:k]])
Sigma = np.diag(1/sigma)
newdiag = np.diag(sigma)
u1=np.dot(data,np.dot(b_normalized[:,:k], Sigma))

newdata = np.dot(u1,np.dot(newdiag,b_normalized.T))
newdata = np.array(newdata,dtype=int)

fig = plt.figure("cat")
plt.imshow(newdata, cmap ='gray')
plt.axis('off')
plt.show()
原圖

k=11

k=22
k=50
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末售睹,一起剝皮案震驚了整個(gè)濱河市昌妹,隨后出現(xiàn)的幾起案子捶枢,更是在濱河造成了極大的恐慌烂叔,老刑警劉巖蚜厉,帶你破解...
    沈念sama閱讀 222,681評(píng)論 6 517
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件畜眨,死亡現(xiàn)場(chǎng)離奇詭異康聂,居然都是意外死亡,警方通過(guò)查閱死者的電腦和手機(jī)伶椿,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 95,205評(píng)論 3 399
  • 文/潘曉璐 我一進(jìn)店門脊另,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái),“玉大人偎痛,你說(shuō)我怎么就攤上這事踩麦∶グ” “怎么了?”我有些...
    開(kāi)封第一講書人閱讀 169,421評(píng)論 0 362
  • 文/不壞的土叔 我叫張陵反粥,是天一觀的道長(zhǎng)疲迂。 經(jīng)常有香客問(wèn)我,道長(zhǎng)娜膘,這世上最難降的妖魔是什么优质? 我笑而不...
    開(kāi)封第一講書人閱讀 60,114評(píng)論 1 300
  • 正文 為了忘掉前任军洼,我火速辦了婚禮匕争,結(jié)果婚禮上爷耀,老公的妹妹穿的比我還像新娘。我一直安慰自己歹叮,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 69,116評(píng)論 6 398
  • 文/花漫 我一把揭開(kāi)白布德谅。 她就那樣靜靜地躺著萨螺,像睡著了一般。 火紅的嫁衣襯著肌膚如雪椭盏。 梳的紋絲不亂的頭發(fā)上吻商,一...
    開(kāi)封第一講書人閱讀 52,713評(píng)論 1 312
  • 那天手报,我揣著相機(jī)與錄音,去河邊找鬼枉昏。 笑死,一個(gè)胖子當(dāng)著我的面吹牛兄裂,可吹牛的內(nèi)容都是我干的阳藻。 我是一名探鬼主播,決...
    沈念sama閱讀 41,170評(píng)論 3 422
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼腥泥,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來(lái)了蛔外?” 一聲冷哼從身側(cè)響起溯乒,我...
    開(kāi)封第一講書人閱讀 40,116評(píng)論 0 277
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤裆悄,失蹤者是張志新(化名)和其女友劉穎光稼,沒(méi)想到半個(gè)月后孩等,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 46,651評(píng)論 1 320
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡腻贰,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,714評(píng)論 3 342
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了伴奥。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片拾徙。...
    茶點(diǎn)故事閱讀 40,865評(píng)論 1 353
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡感局,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出崖瞭,到底是詐尸還是另有隱情撑毛,我是刑警寧澤,帶...
    沈念sama閱讀 36,527評(píng)論 5 351
  • 正文 年R本政府宣布雌续,位于F島的核電站驯杜,受9級(jí)特大地震影響做个,放射性物質(zhì)發(fā)生泄漏腔呜。R本人自食惡果不足惜核畴,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 42,211評(píng)論 3 336
  • 文/蒙蒙 一谤草、第九天 我趴在偏房一處隱蔽的房頂上張望莺奸。 院中可真熱鬧,春花似錦灭贷、人聲如沸。這莊子的主人今日做“春日...
    開(kāi)封第一講書人閱讀 32,699評(píng)論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)轧拄。三九已至讽膏,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間俐末,已是汗流浹背卓箫。 一陣腳步聲響...
    開(kāi)封第一講書人閱讀 33,814評(píng)論 1 274
  • 我被黑心中介騙來(lái)泰國(guó)打工丽柿, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留魂挂,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 49,299評(píng)論 3 379
  • 正文 我出身青樓坠非,卻偏偏與公主長(zhǎng)得像炎码,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子攒菠,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,870評(píng)論 2 361

推薦閱讀更多精彩內(nèi)容