python - Python中的SVD图像重建
问题描述
我正在尝试对此图像进行奇异值分解:
取前 10 个值。我有这个代码:
from PIL import Image
import numpy as np
img = Image.open('bee.jpg')
img = np.mean(img, 2)
U,s,V = np.linalg.svd(img)
recon_img = U @ s[1:10] @ V
但是当我运行它时,它会抛出这个错误:
ValueError: matmul: Input operand 1 has a mismatch in its core dimension 0, with gufunc signature (n?,k),(k,m?)->(n?,m?) (size 9 is different from 819)
所以我认为我在重建时做错了什么。我不确定矩阵np.linalg.svd(img)
创建的尺寸。我该如何解决?
对不起英语
解决方案
问题是 的尺寸s
,如果您打印U
和尺寸s
,V
我得到:
print(np.shape(U))
print(np.shape(s))
print(np.shape(V))
(819, 819)
(819,)
(1024, 1024)
所以U
和V
都是方阵,s
是数组。您必须s
在主对角线上创建一个与图像尺寸相同(819 x 1024)的矩阵:
n = 10
S = np.zeros(np.shape(img))
for i in range(0, n):
S[i,i] = s[i]
print(np.shape(S))
输出:
(819, 1024)
然后你可以继续你的阐述。要进行比较,请检查以下代码:
from PIL import Image
import numpy as np
import matplotlib.pyplot as plt
img = Image.open('bee.jpg')
img = np.mean(img, 2)
U,s,V = np.linalg.svd(img)
n = 10
S = np.zeros(np.shape(img))
for i in range(0, n):
S[i,i] = s[i]
recon_img = U @ S @ V
fig, ax = plt.subplots(1, 2)
ax[0].imshow(img)
ax[0].axis('off')
ax[0].set_title('Original')
ax[1].imshow(recon_img)
ax[1].axis('off')
ax[1].set_title(f'Reconstructed n = {n}')
plt.show()
这给了我这个:
推荐阅读
- javascript - 为什么我无法安装 socket.io
- r - 如何将多列长数据重塑为宽?
- android - 如何限制用户作为主机的可见性?
- python - 在跨平台 Windows/Android Kivy 应用程序中使用 BLE?
- docker - 为什么 ENTRYPOINT 日志输出而不是 Dockerfile 中的 CMD 或 RUN
- python - Python的numpy数组中np.delete和np.mean之间的不同轴指示
- android - 超级 Fragment 或 ViewModel 中的 Hilt 字段注入
- php - 将两个不同的控制器添加到 laravel 中的单个刀片视图,其中包含两种不同的形式
- npm - 'babel-watch' 不是内部或外部命令、可运行程序或批处理文件
- angular - 从外部删除在 ng-select 中选择的值