图像聚类的python实现

发布时间：2019-08-02 11:00:08编辑：auto阅读（1599）

    因为之后的项目要用到影像聚类，之前一直是用ENVI实现，现在想学下python。
    学习的这一篇：小项目聚类

    import cv2
    import matplotlib.pyplot as plt
    import numpy as np

    ======准备工作======

    原图像路径

    imPath = 'C:\Users\lp\Desktop\photo.jpg'

    读取图像

    origin = cv2.imread(imPath)

    将图像转换为灰度图像

    origin = cv2.cvtColor(origin, cv2.COLOR_BGR2GRAY)

    图像大小信息

    h, w = origin.shape
    print("原始图像大小为 ：{}*{}".format(h, w))

    设置缩放系数，系数越大缩放程度越强

    alpha = int(input("\n请输入缩放系数 ： "))

    图像缩放

    newH = int(h / alpha)
    newW = int(w / alpha)
    print("\n缩放后图像大小 : {}*{}".format(newH, newW))
    origin = cv2.resize(origin, (newW, newH))

    设置分为几类

    numOfClass = int(input("\n色彩分类数 ： "))

    设置最大迭代次数

    roundForLoop = int(input("\n定义最大迭代次数 ： "))
    print()

    ======进行聚类======

    print("————开始聚类————")

    以等分最大与最小区间来初始化numOfClass个中心点

    valueArange = origin.max() - origin.min()
    keyValueList = [] # 用来存储numOfClass个中心点的值

    for i in range(1, numOfClass + 1):
    keyValueList.append(valueArange / numOfClass * i / 2)

    聚类更新keyValueList

    flagMatrix = np.zeros((newH, newW))

    for r in range(roundForLoop):

    for row in range(newH):

    for col in range(newW):

        temp = []

        for i in range(numOfClass):
            temp.append(np.abs(origin[row, col] - keyValueList[i]))

        # 获得该像素点最近的类
        index = temp.index(min(temp))
        # 存入flag矩阵
        flagMatrix[row, col] = index

# 更新keyValueList
temp = np.zeros(numOfClass)
ct = np.zeros(numOfClass)

for row in range(newH):

    for col in range(newW):
        temp[int(flagMatrix[row, col])] += origin[row, col]
        ct[int(flagMatrix[row, col])] += 1

for i in range(numOfClass):
    keyValueList[i] = temp[i] / ct[i]

print("完成 ： {} / {}".format(r + 1, roundForLoop))

    显示缩放后的待处理图像

    plt.subplot(121)
    plt.imshow(origin)
    plt.title("Origin Image")

    显示聚类结果

    plt.subplot(122)
    plt.imshow(flagMatrix)
    plt.title("Result1 Image\nRound = {}\nclass = {}".format(roundForLoop, numOfClass))
    plt.show()

    迭代过程：
    1、聚类的迭代过程就是遍历每个像素点，并且将每个像素点分别与keyValueList的每个元素做差，这个差的绝对值越小，说明该像素点离该类越近。遂将该元素归到离其最近的类。
    2、遍历完所有的像素点后，对每一类的像素点求其平均值，并以该值更新对应的keyValueList中的元素，并完成一轮迭代。keyValueList为一个长度为分类数的存储空间，其元素从低到高代表了图像像素各个类的平均值。
    3、最终会获得一个与原图大小相同的flag矩阵，矩阵的每个元素对应原图中像素所在类别。
    4、将该flag矩阵输出，则得到聚类得到的分类结果。

关键字：

上一篇： python练习7：打印菱形

下一篇： 关于python的索引