K均值算法--应用

当前位置:

首页 > temp > 简明python教程 >

K均值算法--应用

读取一张图片

观察图片文件大小，占内存大小，图片数据结构，线性化

用kmeans对图片像素颜色进行聚类

获取每个像素的颜色类别，每个类别的颜色

压缩图片生成：以聚类中收替代原像素颜色，还原为二维

观察压缩图片的文件大小，占内存大小

			
									from sklearn.datasets import load_sample_image

									from sklearn.cluster import KMeans

									import matplotlib.pyplot as plt

									import numpy as np

									import matplotlib.image as img

									import sys

									# 从库中读取一张照片

									china = load_sample_image('china.jpg')

									# 显示原图片

									plt.imshow(china)

									plt.show()

									# 压缩图片

									image = china[::3, ::3]

									x = image.reshape(-1, 3)

									plt.imshow(image)

									plt.show()

									#使用机器学习K-Means算法压缩

									# 定义聚类中心

									n_colors = 64

									model = KMeans(n_colors)

									#预测

									label = model.fit_predict(x)

									colors = model.cluster_centers_

									# 然后用聚类中心的颜色代替原来的颜色值。

									new_image = colors[label].reshape(image.shape)

									# 图片转换为 8位无符号整型

									new_image = new_image.astype(np.uint8)

									plt.imshow(new_image)

									plt.show()

栏目列表