python使用opencv图像聚类_OpenCV-Python：K值聚类
关于K聚类，我曾经在一篇博客中提到过，这里简单的做个回顾。
KMeans的步骤以及其他的聚类算法
K-均值是因为它可以发现k个不同的簇，且每个簇的中心采用簇中所含值的均值计算
其他聚类算法：二分K-均值
讲解一下步骤，其实就是说明一下伪代码
随机选择k个点作为起始质心
当任意一个点的簇分配结果发生改变时
对数据集中的每个数据点
对每个质心
计算质心与数据点之间的距离
将数据分配到距其最近的簇
对每一个簇，计算簇中所有点的均值并将均值作为质心
OpenCV中使用cv2.kmeans()对数据进行分类
理解函数的参数
输入参数：cv2.kmeans(data，K， bestLabels，criteria，attempt，flags)
1. data：应该是np.float32类型的数据，每个特征应该放在一列。
2. K：聚类的最终数目
3. criteria：终止迭代的条件。当条件满足，算法的迭代终止。它应该是一个含有3个成员的元组，它们是(type，max_iter， epsilon):
type终止的类型：有如下三种选择：
- cv2.TERM_CRITERIA_EPS 只有精确度epslion满足时停止迭代
- cv2.TERM_CRITERIA_MAX_ITER 当迭代次数超过阈值时停止迭代
– cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER 上面的任何一个条件满足时停止迭代
max_iter：最大迭代次数
epsilon：精确度阈值
4. attempts：使用不同的起始标记来执行算法的次数。算法会返回紧密度最好的标记。紧密度也会作为输出被返回
5. flags：用来设置如何选择起始中心。通常我们有两个选择：cv2.KMEANS_PP_CENTERS和 cv2.KMEANS_RANDOM_CENTERS。
输出参数：
1. compactness：紧密度返回每个点到相应中心的距离的平方和
2. labels：标志数组，每个成员被标记为0，1等
3. centers：有聚类的中心组成的数组
仅有一个特征的数据
假设我们有一组数据，每个数据只有一个特征。例如前面的T恤问题，我们只用身高来决定T恤的大小。我们来产生一些随机数据，并使用Matplotlib
# 随机在25~100之间产生25个值
x = np.random.randint(25,100,25)
y = np.random.randint(175,255,25)
z = np.hstack((x,y))
z = z.reshape((50,1))
z = np.float32(z)
plt.hist(z,256,[0,256]),plt.show()
我们使用KMeans函数。先设置好终止条件。10次迭代或者精确度epsilon=1.0
# Define criteria = ( type, max_iter = 10 , epsilon = 1.0)
criteria= (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 10, 1.0)
# Set flags (Just to avoid linebreak inthe code)
flags=cv2.KMEANS_RANDOM_CENTERS
# Apply KMeans
compactness,labels,centers= cv2.kmeans(z,2,None,criteria,10,flags)
把数据分成两组
A = z[labels==0]
B= z[labels==1]
现在将 A 组数用红色表示，将 B 组数据用蓝色表示，重心用黄色表示。
# Now plot 'A' in red, 'B' in blue, 'centers' inyellow
plt.hist(A,256,[0,256],color = 'r')
plt.hist(B,256,[0,256],color = 'b')
plt.hist(centers,32,[0,256],color = 'y')
plt.show()
含有多个特征的数据
T恤我们只考虑了身高，现在将体重也考虑进去，也就是两个特征。在本例中我们的测试数据是50x2的向量，其中包含50个人的身高和体重。第一列对应身高，第二列对应体重。如下图所示：
import numpy asnp
import cv2from matplotlib import pyplot asplt
X= np.random.randint(25,50,(25,2))
Y= np.random.randint(60,85,(25,2))
Z=np.vstack((X,Y))
# convert to np.float32
Z=np.float32(Z)
# define criteria and apply kmeans()
# 迭代次数为10次，精确度为1.0criteria= (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 10, 1.0)
ret,label,center=cv2.kmeans(Z,2,None,criteria,10,cv2.KMEANS_RANDOM_CENTERS)
# Now separate the data, Note the flatten()
A= Z[label.ravel()==0]
B= Z[label.ravel()==1]
# Plot the data
plt.scatter(A[:,0],A[:,1])
plt.scatter(B[:,0],B[:,1],c = 'r')
plt.scatter(center[:,0],center[:,1],s = 80,c = 'y', marker = 's')
plt.xlabel('Height'),plt.ylabel('Weight')
plt.show()
颜色量化
颜色量化就是减少图片中颜色数目的一个过程，其原因是为了减少内存消耗。现在有3个特征：R，G，B，所以我们需要把图片数据变形成Mx3(M是图片中像素点的数目)的向量。聚类完成后，我们用聚类中心值替换与其同簇的像素值，这样结果图片就只含指定数目的颜色了。
分别取K=2、4、8
import numpy asnp
import cv2
img= cv2.imread('home.jpg')
Z= img.reshape((-1,3))
# convert to np.float32
Z=np.float32(Z)
# define criteria, number of clusters(K) and apply kmeans()
criteria= (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 10, 1.0)
K= 2ret,label,center=cv2.kmeans(Z,K,None,criteria,10,cv2.KMEANS_RANDOM_CENTERS)
# Now convert back into uint8, and make original image
center=np.uint8(center)
res=center[label.flatten()]
res2=res.reshape((img.shape))
cv2.imshow('K=2',res2)
cv2.imwrite('K=2.png', res2)
cv2.waitKey(0)
cv2.destroyAllWindows()