python svd彩色图像压缩案列

以下是Python SVD压缩彩色图像的示例代码：

import numpy as np
from PIL import Image

# 加载彩色图像
img = Image.open('test.jpg')
img.show()

# 将图像转换为numpy数组
img_arr = np.array(img)

# 获取图像的三个通道（R、G、B）
r = img_arr[:, :, 0]
g = img_arr[:, :, 1]
b = img_arr[:, :, 2]

# 对每个通道进行SVD分解
Ur, Sr, Vr = np.linalg.svd(r)
Ug, Sg, Vg = np.linalg.svd(g)
Ub, Sb, Vb = np.linalg.svd(b)

# 压缩图像
k = 100  # 压缩后的奇异值数量
compressed_r = np.matrix(Ur[:, :k]) * np.diag(Sr[:k]) * np.matrix(Vr[:k, :])
compressed_g = np.matrix(Ug[:, :k]) * np.diag(Sg[:k]) * np.matrix(Vg[:k, :])
compressed_b = np.matrix(Ub[:, :k]) * np.diag(Sb[:k]) * np.matrix(Vb[:k, :])

# 将三个通道合并为一张图像
compressed_img = np.zeros(img_arr.shape)
compressed_img[:, :, 0] = compressed_r
compressed_img[:, :, 1] = compressed_g
compressed_img[:, :, 2] = compressed_b

# 将numpy数组转换为图像并显示
compressed_img = np.uint8(compressed_img)
compressed_img = Image.fromarray(compressed_img)
compressed_img.show()

该代码将彩色图像分解为三个通道（R、G、B），对每个通道进行SVD分解，然后选择前k个奇异值进行压缩。最后，将三个通道合并为一张图像并显示。您可以根据需要更改k的值以获得所需的压缩质量。