2019-07-31【机器学习】无监督学习之聚类 K-Means算法实例 (图像分割)
2024-10-06 13:23:47
样本:
代码:
import numpy as np
import PIL.Image as image
from sklearn.cluster import KMeans def loadData(filePath):
f = open(filePath, 'rb') #二进制形式打开文件
data = []
img = image.open(f)
m, n = img.size #获取图片的大小
for i in range(m): #将每个像素点RGB颜色处理到0-1
for j in range(n):
x, y, z = img.getpixel((i, j)) #黑色为0,0,0 有颜色就好像是其他数字
#print(x, y, z)
data.append([x/256.0, y/256.0, z/256.0]) #二维列表[0.0, 0.0, 0.0]
f.close()
#print(data)
return np.mat(data), m, n #以矩阵形式返回data,以及图片大小 imgData, row, col = loadData('D:/python_source/Machine_study/mooc课程数据/课程数据/基于聚类的整图分割/bull.jpg')
#print(imgData, row, col)
label = KMeans(n_clusters=4).fit_predict(imgData)
#聚类获得每个像素所属的类别
label = label.reshape([row, col]) #二维列表
#print(label)
pic_new = image.new("L", (row, col)) #创建一张新的灰度图保存聚类后的效果
for i in range(row): #i,j为图片像素,例如 640*480. 根据所属类别向图片中添加灰度值
for j in range(col):
pic_new.putpixel((i, j), int(256/(label[i][j]+1)))
pic_new.save("result-bull-4.jpg", "JPEG")
效果图:
最新文章
- SQLSERVER全文搜索
- Chrome谷歌浏览器首页被改为Hao123导航怎么办|附各类解决方法【转】
- [iOS翻译]《iOS7 by Tutorials》系列:在Xcode 5里使用单元测试(下)
- C语言第四节数据类型、常量、变量
- JavaWeb学习笔记之Servlet(一)
- Memcached函数整理
- PowerDesigner 批量添加字段
- LOJ #2978「THUSCH 2017」杜老师
- android sdk content loader 0%不动
- ubuntu16.04下python2、python3环境选择与python升级(pip版本切换)
- Linux学习笔记15—RPM包的安装OR源码包的安装
- OPENQUERY (Transact-SQL),跨数据库操作。
- 【第五章】 springboot + mybatis
- Jquery和Ajax
- BZOJ5102 POI2018Prawnicy(堆)
- Docker部署Tomcat实例
- MinDos--操作系统
- hdu 5800 To My Girlfriend(背包变形)
- 等等,你可能误解nodejs了–通俗的概括nodejs的真相
- [转]ECMAScript 6 入门 -编程风格