R Markdown

This is an R Markdown document. Markdown is a simple formatting syntax for authoring HTML, PDF, and MS Word documents. For more details on using R Markdown see http://rmarkdown.rstudio.com.

When you click the Knit button a document will be generated that includes both content as well as the output of any embedded R code chunks within the document. You can embed an R code chunk like this:

summary(cars)
##      speed           dist       
##  Min.   : 4.0   Min.   :  2.00  
##  1st Qu.:12.0   1st Qu.: 26.00  
##  Median :15.0   Median : 36.00  
##  Mean   :15.4   Mean   : 42.98  
##  3rd Qu.:19.0   3rd Qu.: 56.00  
##  Max.   :25.0   Max.   :120.00

Including Plots

You can also embed plots, for example:

Note that the echo = FALSE parameter was added to the code chunk to prevent printing of the R code that generated the plot.

Untuk memproses gambar untuk video game, menganalisis data, kamera keamanan,dll., penting untuk dapat mengompresi gambar secara efisien, karena gambar dapat mengambil sejumlah besar memori. Jika kami tidak mengompres gambar secara efisien maka kami mungkin kehilangan terlalu banyak informasi sehingga kami tidak dapat memulihkan yang asli gambar, atau jika kami tidak cukup mengompres, maka kami mungkin tidak dapat memproses foto. Untuk contoh kali ini kita akan membahas bagaimana cara kita mengompres gambar menggunakan PCA. Dalam proses PCA, kami menghitung nilai eigen dan vektor eigen dari matriks dihitung dari gambar masukan.

Kita akan menggunakan contoh gambar dari internet

Gambar ini disimpan sebagai file jpeg dan berukuran sekitar 1,8 MB. Di dalam untuk membaca file jpeg kita akan menggunakan fungsi readJPEG() dari jpeg paket di R

## library need to open a jpg file
library(jpeg)
## Download from the author’s website
myurl <- "http://polytopes.net/Tora_Sleeping.JPG"
z <- tempfile()
download.file(myurl,z,mode="wb")
Kitty <- readJPEG(z)
## dimension
d <- dim(Kitty)

Argumen dari fungsi readJPEG() adalah nama file. Yang redup() fungsi akan mengembalikan dimensi matriks “Kitty”.

d
## [1] 2340 4160    3

Ini memiliki dimensi 2340 × 4160 × 3. Lapisan pertama dari 2340 × 4160 matriks “Kitty” menyimpan semua skor warna merah. Lapisan kedua dari 2340 × Matriks 4160 dari “Kitty” menyimpan semua skor warna hijau, dan lapisan ketiga dari matriks “Kitty” 2340×4160 menyimpan semua skor warna biru. Jadi kita berpisah mereka sebagai tiga matriks:

r <- Kitty[,,1]
g <- Kitty[,,2]
b <- Kitty[,,3]