KBinsDiscretizer を使ったベクトル量子化

はじめに

この実験では、Scikit-learnライブラリのKBinsDiscretizerを使用して、アライグマの顔のサンプル画像に対してベクトル量子化を行う方法を示します。ベクトル量子化は、画像を表すために使用されるグレーレベルの数を減らす技術です。我々は、アライグマの顔画像に対してKBinsDiscretizerを使用してベクトル量子化を行います。画像を表すために8つのグレーレベルを使用し、1ピクセル当たり3ビットのみを使用して圧縮することができます。ピクセル値を8つのグレーレベルにマッピングするために、一様およびk-meansクラスタリング戦略を比較します。

VMのヒント

VMの起動が完了したら、左上隅をクリックしてノートブックタブに切り替え、Jupyter Notebookを使用して練習します。

時々、Jupyter Notebookが読み込み終了するまで数秒待つ必要がある場合があります。Jupyter Notebookの制限により、操作の検証を自動化することはできません。

学習中に問題に遭遇した場合は、Labbyにお問い合わせください。セッション後にフィードバックを提供してください。そうすれば、迅速に問題を解決します。

Skills Graph

元の画像を読み込んで表示する

まず、Scipyからアライグマの顔画像を読み込みます。画像を表示し、その形状、データ型、メモリ使用量を確認します。

from scipy.misc import face
import matplotlib.pyplot as plt

raccoon_face = face(gray=True)

print(f"The dimension of the image is {raccoon_face.shape}")
print(f"The data used to encode the image is of type {raccoon_face.dtype}")
print(f"The number of bytes taken in RAM is {raccoon_face.nbytes}")

fig, ax = plt.subplots(ncols=2, figsize=(12, 4))
ax[0].imshow(raccoon_face, cmap=plt.cm.gray)
ax[0].axis("off")
ax[0].set_title("Original Image")
ax[1].hist(raccoon_face.ravel(), bins=256)
ax[1].set_xlabel("Pixel value")
ax[1].set_ylabel("Count of pixels")
ax[1].set_title("Distribution of the pixel values")
_ = fig.suptitle("Original Image of a Raccoon Face")

KBinsDiscretizerを使ったベクトル量子化

ここでは、KBinsDiscretizerを使ってアライグマの顔画像に対してベクトル量子化を行います。画像を表すために8つのグレーレベルを使用し、1ピクセル当たり3ビットのみを使用して圧縮することができます。ピクセル値を8つのグレーレベルにマッピングするために、一様およびk-meansクラスタリング戦略を使用します。

一様サンプリング戦略

まず、一様サンプリング戦略を使ってピクセル値を8つのグレーレベルにマッピングします。

from sklearn.preprocessing import KBinsDiscretizer

n_bins = 8
encoder = KBinsDiscretizer(
    n_bins=n_bins, encode="ordinal", strategy="uniform", random_state=0
)
compressed_raccoon_uniform = encoder.fit_transform(raccoon_face.reshape(-1, 1)).reshape(
    raccoon_face.shape
)

fig, ax = plt.subplots(ncols=2, figsize=(12, 4))
ax[0].imshow(compressed_raccoon_uniform, cmap=plt.cm.gray)
ax[0].axis("off")
ax[0].set_title("Uniform Sampling")
ax[1].hist(compressed_raccoon_uniform.ravel(), bins=256)
ax[1].set_xlabel("Pixel value")
ax[1].set_ylabel("Count of pixels")
ax[1].set_title("Distribution of the pixel values")
_ = fig.suptitle("Raccoon face compressed using 3 bits and a uniform strategy")

k-meansクラスタリング戦略

次に、k-meansクラスタリング戦略を使ってピクセル値を8つのグレーレベルにマッピングします。

encoder = KBinsDiscretizer(
    n_bins=n_bins, encode="ordinal", strategy="kmeans", random_state=0
)
compressed_raccoon_kmeans = encoder.fit_transform(raccoon_face.reshape(-1, 1)).reshape(
    raccoon_face.shape
)

fig, ax = plt.subplots(ncols=2, figsize=(12, 4))
ax[0].imshow(compressed_raccoon_kmeans, cmap=plt.cm.gray)
ax[0].axis("off")
ax[0].set_title("K-Means Clustering")
ax[1].hist(compressed_raccoon_kmeans.ravel(), bins=256)
ax[1].set_xlabel("Pixel value")
ax[1].set_ylabel("Count of pixels")
ax[1].set_title("Distribution of the pixel values")
_ = fig.suptitle("Raccoon face compressed using 3 bits and a K-means strategy")

メモリ使用量

ここでは、圧縮された画像のメモリ使用量を確認します。圧縮された画像は、元の画像よりも8分の1のメモリを使用することが期待されます。

print(f"The number of bytes taken in RAM is {compressed_raccoon_kmeans.nbytes}")
print(f"Compression ratio: {compressed_raccoon_kmeans.nbytes / raccoon_face.nbytes}")

まとめ

この実験では、Scikit-learnのKBinsDiscretizerを使って、アライグマの顔のサンプル画像に対してベクトル量子化を行いました。画像を表すために8つのグレーレベルを使用し、1ピクセル当たり3ビットのみを使用して圧縮することができます。ピクセル値を8つのグレーレベルにマッピングするために、一様およびk-meansクラスタリング戦略を比較しました。k-meansクラスタリング戦略が、ピクセル値のよりバランスの良い分布を提供することがわかりました。また、圧縮された画像のメモリ使用量を確認したところ、圧縮された画像が64ビット浮動小数点数表現を使用しているため、元の画像よりも8倍のメモリを消費することがわかりました。

まとめ

おめでとうございます！あなたはKBinsDiscretizerを使ったベクトル量子化の実験を完了しました。あなたの技術を向上させるために、LabExでさらに多くの実験を行って練習することができます。