基于SVD的k秩近似图像压缩：为何矩阵维度不变但文件大小减小？

核心原因拆解 #

1. SVD的错误使用导致矩阵维度未变化 #

你的代码存在两个关键逻辑错误：

• 误处理灰度图像通道：灰度图的矩阵维度应为(高度, 宽度)，但代码里通过image_data.shape[2]拆分通道，说明输入图像实际是RGB格式，或是代码逻辑误将灰度图按多通道处理。
• 致命操作：将通道矩阵拉成列向量做SVD：你把每个通道的H×W矩阵reshape成(H*W, 1)的列向量，这种矩阵的秩最大只能是1，设置k=10完全无效——截断奇异值后得到的矩阵和原列向量本质一致，reshape回原维度后自然和原图尺寸相同。

正确的SVD图像压缩逻辑是直接对**二维通道矩阵（H×W）**做分解：对H×W矩阵A做SVD得到U(H×H)、S(H×W)、Vt(W×W)，取前k个奇异值及对应的U的前k列、Vt的前k行，重构出A_k = U[:, :k] @ np.diag(S[:k]) @ Vt[:k, :]，重构后的矩阵维度依然是H×W，但仅保留了前k个最重要的图像特征。

2. 文件体积变小是JPEG格式的功劳，和SVD无关 #

你看到的文件从5MB降到2MB，是因为保存时用了JPEG格式——JPEG本身就是有损压缩算法，不管有没有做SVD处理，只要把图像保存为JPEG，都会比未压缩格式（比如BMP、无压缩PNG）的体积小。你的SVD处理实际上没起到压缩作用，只是JPEG的压缩效果让你误以为是SVD的功劳。

修正后的灰度图像SVD压缩代码 #

import os
import numpy as np
from PIL import Image

def calculate_file_size(filepath):
    return os.path.getsize(filepath)

def compress_gray_image(input_filename, output_folder, k):
    input_image_path = os.path.join("images", input_filename)
    
    # 以灰度模式打开图像
    image = Image.open(input_image_path).convert('L')
    image_data = np.array(image)
    H, W = image_data.shape

    # 对二维灰度矩阵直接做SVD
    u, s, vt = np.linalg.svd(image_data, full_matrices=False)
    # 取前k个奇异值重构图像
    compressed_data = u[:, :k] @ np.diag(s[:k]) @ vt[:k, :]
    # 裁剪到0-255范围并转成uint8格式
    compressed_data = np.clip(compressed_data, 0, 255).astype(np.uint8)

    # 保存重构后的图像（用PNG格式避免JPEG额外干扰）
    compressed_image_path = os.path.join(output_folder, f"compressed_rank_{k}.png")
    Image.fromarray(compressed_data).save(compressed_image_path, "PNG")

    # 计算SVD压缩的实际参数存储量：U前k列 + S前k个值 + Vt前k行（按float32计算）
    svd_storage_size = (k * H + k + k * W) * 4
    original_file_size = calculate_file_size(input_image_path)
    compressed_file_size = calculate_file_size(compressed_image_path)

    print(f"原图矩阵维度: {image_data.shape}")
    print(f"重构后矩阵维度: {compressed_data.shape}")
    print(f"原图文件大小: {original_file_size // 1024} KB")
    print(f"重构后PNG文件大小: {compressed_file_size // 1024} KB")
    print(f"SVD压缩后参数存储量: {svd_storage_size // 1024} KB (仅需存储这部分即可恢复图像)")

补充说明 #

SVD图像压缩的核心优势是通过存储更少的参数来恢复图像，而非让重构后的图像文件体积变小——重构后的图像维度和原图一致，只有当你不保存重构后的图像，而是保存SVD分解得到的前k个参数时，才会真正实现数据压缩。如果要对比SVD的压缩效果，建议将原图和重构后的图像都保存为无压缩格式，再看文件体积差异，或者直接计算SVD参数的存储量。

内容的提问来源于stack exchange，提问作者jimmyshoo