SVD demo: compresión de imágenes

| Última modificación: 2 de agosto de 2024 | Tiempo de Lectura: 2 minutos

Algunos de nuestros reconocimientos:

Premios KeepCoding

En este post veremos un SVD demo funcionando con compresión de imágenes.

El SVD o singular value decomposition de una matriz es un proceso de factorización que se lleva a cabo dentro de la matriz misma. Así pues, veremos un SVD demo sobre la compresión de una imagen para entender mejor este concepto.

SVD demo: comprimir una imagen

En este SVD demo, observemos la siguiente página: Timbaumann demo.

SVD demo

Si analizamos la imagen, vemos varias cosas:

  • Que está borrosa.
  • Que parece tener algún tipo de medida para algo.
  • Que tiene una lista de propiedades en las que merece la pena hacer hincapié.

Entonces, a medida que vamos moviendo el señalador de la parte de abajo, esta imagen se va viendo menos borrosa, hasta que llega a un punto en el que, si posicionamos el señalador en el otro extremo de la regla, se verá completamente nítida.

También vemos que, a medida que el señalador va moviéndose, algunas propiedades de la imagen cambian. Por tanto, asumimos que cuando movemos el señalador lo que estamos haciendo es cambiándole las propiedades mismas a la imagen.

¿Cómo sucede esto? La SVD demo nos muestra que la característica que se modifica es el tamaño de compresión (compressed size) y el compressed ratio.

  • En el caso del compressed size, cuanto más aumentan los diferentes valores de la operación, más nítida se vuelve la imagen.
  • En el caso del compressed ratio, uno de los valores se queda igual y el otro aumenta, pero el resultado final disminuye, ya que la operación desarrollada es una división.

Veamos un ejemplo con la siguiente imagen:

  • El compressed size es de → 402 × 1 + 1 + 1 × 600 = 1003
  • El compressed ratio es de → 241200 / 1003 = 240.48

Con esta imagen:

  • El compressed size es de → 402 × 10 + 10 + 10 × 600 = 10030
  • El compressed ratio es de → 241200 / 10030 = 24.05

Con esta imagen:

  • El compressed size es de → 402 × 402 + 402 + 402 × 600 = 403206
  • El compressed ratio es de → 241200 / 403206 = 0.60

Si quieres seguir aprendiendo, podrás acceder a una de las disciplinas más demandadas y con mejores salarios de todo el mercado laboral en pocos meses con la ayuda del Big Data, Inteligencia Artificial & Machine Learning Full Stack Bootcamp. Se trata de una formación íntegra y de alta intensidad en la que conseguirás todos los conocimientos, tanto teóricos como prácticos, que te acercarán al trabajo de tus sueños. ¡Entra ya para pedir información e impulsa tu futuro!

Sandra Navarro

Business Intelligence & Big Data Advisor & Coordinadora del Bootcamp en Data Science, Big Data & Machine Learning.

Posts más leídos

¡CONVOCATORIA ABIERTA!

Big Data, IA & Machine Learning

Full Stack Bootcamp

Clases en Directo | Profesores en Activo | Temario 100% actualizado