机器学习 of python（利用k-means聚类做的小案例）

吉吉：

      闲得无聊利用k-means实现图片中像素点的聚类分析，为了简化代码量，开始用逼格异常高的sklearn机器学习库来实现，比上一篇的代码少多了，图片选择是我最喜欢的EXO某一专辑的封面，废话不多说上代码：

# -*- coding: utf-8 -*-

from skimage import io
from sklearn.cluster import KMeans
import numpy as np

image = io.imread('EXO.jpg')#导入图片
io.imshow(image)
io.show()#show图片

rows = image.shape[0]#查看像素点的行
cols = image.shape[1]#查看像素点的列
print(rows,cols)

100 100

image = image.reshape(image.shape[0]*image.shape[1],3)
kmeans = KMeans(n_clusters = 128, n_init=10, max_iter=200)#要形成的簇数为128，最大迭代数为200
kmeans.fit(image)
clusters = np.asarray(kmeans.cluster_centers_,dtype=np.uint8) 
labels = np.asarray(kmeans.labels_,dtype=np.uint8 )  
labels = labels.reshape(rows,cols)
print(labels)#查看标签信息

[[48 48 48 ... 48 48 48]
 [48 48 48 ... 48 48 48]
 [48 48 48 ... 48 48 48]
 ...
 [48 48 48 ... 48 48 48]
 [48 48 48 ... 48 48 48]
 [48 48 48 ... 48 48 48]]

print (clusters.shape)#结果(128, 3)
np.save('codebook_test.npy',clusters)    
io.imsave('EXO_test.jpg',labels)
io.show()
image = io.imread('EXO_test.jpg')
io.imshow(image)
io.show()

最后贴几张最近看的书籍资料：

 

 

 

 

 

 

 

 

 sklearn库学习网站：http://scikit-learn.org/stable/index.html