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。

linalg.svd(a, full_matrices=True, compute_uv=True, hermitian=False)

利用PIL包下的Image类读取图片，使用numpy将图片转换为 ndarray 类型，将ndarray类型的数据分解为R、G、B矩阵，利用numpy将三个矩阵进行分解，得到奇异值分解矩阵 U,Σ,VU,\Sigma ,V ，指定保留奇异值的个数 k1,k2,k3k_1,k_2,k_3 ，利用矩阵乘法重新得到新的 R,G,B 矩阵，将得到的矩阵利用numpy重组为新的矩阵 I，即得到压缩后的矩阵。

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。

参考： https://blog.razrlele.com/p/1920 https://blog.csdn.net/qq_42192693/article/details/121392195