Opencv Kmeans聚类算法

k-means 算法接受输入量 k ；然后将n个数据对象划分为 k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小

1. 算法基本步骤

（1） 从 n个数据对象任意选择 k 个对象作为初始聚类中心；

（2） 根据每个聚类对象的均值（中心对象），计算每个对象与这些中心对象的距离；并根据最小距离重新对相应对象进行划分；

（3） 重新计算每个（有变化）聚类的均值（中心对象）；

（4） 计算标准测度函数，当满足一定条件，如函数收敛时，则算法终止；如果条件不满足则回到步骤（2）。

 

2.OpenCV 函数使用

int cvKMeans2(const CvArr* samples, //输入样本的浮点矩阵，每个样本一行

                              int nclusters,//所给定的聚类数目 
　　　　　　　 CvArr* labels, //输出整数向量：每个样本对应的类别标识

                             CvTermCriteria termcrit, //指定聚类的最大迭代次数和／或精度（两次迭代引起的聚类中心的移动距离）
　　　　　　　 int attempts=1, CvRNG* rng=0,int flags=0, 
　　　　　　　 CvArr* centers=0,double* compactness=0);

下面还用到了函数CvMat* cvReshape( const CvArr* arr, CvMat* header, int new_cn, int new_rows=0 );

arr 输入的数组. header 被添充的矩阵头 new_cn 新的通道数.new_cn = 0 意味着不修改通道数 new_rows 新的行数。

 如果new_rows = 0保持原行数不修改否则根据 new_cn 值修改输出数组 函数 cvReshape 初始化 CvMat 头header 以便于让头指向修改后的形状（但数据保持原样）-也就是说修改通道数,修改行数或者两者者改变。

 

[html]  view plain  copy

1. #include "cxcore.h"  
2. #include "highgui.h"  
3.   
4. void main()  
5. {  
6.   
7.     IplImage* img = cvLoadImage( "test.jpg", 1);//三通道图像  
8.     int total= img->height*img->width;  
9.     int cluster_num = 2;  
10.     CvMat *row = cvCreateMat( img->height,img->width,CV_32FC3 );  
11.     cvConvert(img,row);//转一下类型！  
12.     CvMat *clusters = cvCreateMat( total, 1, CV_32SC1 );  
13.     cvReshape(row,row,0,total);//修改矩阵的形状,每个数据一行，使row指向修改后的数据，不修改通道数  
14.     cvKMeans2( row, cluster_num, clusters,cvTermCriteria( CV_TERMCRIT_EPS+CV_TERMCRIT_ITER, 10, 1.0 ));  
15.     cvReshape(clusters,clusters,0,img->width);//聚类完的结果再reshape回来方便看  
16.   
17.     int i=0,j=0;  
18.     CvScalar s;  
19.     IplImage* resImg = cvCreateImage( cvSize(img->width,img->height), 8, 1 );//生成用来显示结果的图像  
20.     s=cvGet2D(img,i,j);  
21.     for(i=0;i<img->height;i++)  
22.     {  
23.         for (j=0;j<img->width;j++)  
24.         {  
25.             if (clusters->data.i[i*img->width+j]==1)  
26.             {  
27.                 s.val[0]=255;  
28.                 s.val[1]=255;  
29.                 s.val[2]=255;  
30.                 cvSet2D(resImg,i,j,s);//注意循环顺序  
31.             }  
32.             else  
33.             {  
34.                 s.val[0]=0;  
35.                 s.val[1]=0;  
36.                 s.val[2]=0;  
37.                 cvSet2D(resImg,i,j,s);  
38.             }  
39.         }  
40.     }  
41.     cvShowImage( "original", img );  
42.     cvShowImage( "clusters", resImg );  
43.   
44.     int key = cvWaitKey(0);  
45.   
46.     cvReleaseImage(&img);//记得释放内存  
47.     cvReleaseImage (&resImg);  
48.     cvReleaseMat(&row);  
49.     cvReleaseMat(&clusters);  
50. }  

 结果如下所示：