反向生成RGB PCA图像无效

Question

Shakira.jpg

我正在尝试压缩上面的图像，但是我得到的输出是不正确的图像。我认为我正确地执行了PCA步骤，但最后一步出了点问题。

Shakira压缩

import pylab as plt
import numpy as np

img = plt.imread("shakira.jpg")

print(img.shape)
plt.axis('off') 
plt.imshow(img)
plt.show()

img_reshaped = np.reshape(img, (930, 1860))
print(img_reshaped.shape)

from sklearn.decomposition import PCA

pca = PCA(.95)
pca.fit(img_reshaped)

img_transformed = pca.transform(img_reshaped)
print(img_transformed.shape)

img_inverse = pca.inverse_transform(img_transformed)
print(img_inverse.shape)

plt.imshow(img_inverse)
plt.show()

img_inverse_reshaped = np.reshape(img_inverse, (930,620,3))

print(img_inverse.shape)

plt.axis('off') 
plt.imshow(img_inverse_reshaped)
plt.show()

Answer 1

您搞砸了整形。

1. 替换img_reshaped = np.reshape(img, (930, 1860)) 与img_reshaped = np.reshape(img, (img.shape[0] * img.shape[1], img.shape[2]))

2. 替换img_inverse_reshaped = np.reshape(img_inverse, (930,620,3)) 与img_inverse_reshaped = np.reshape(img_inverse, img.shape)

一旦我解决了这个问题，图像就开始看起来或多或少合理了。

然后，您必须将pca = PCA(.95)替换为pca = PCA(n_components=3)，图片看起来会很漂亮=）