笔记：k-means聚类算法 图像压缩理论

最新推荐文章于 2022-05-21 17:47:27 发布
最新推荐文章于 2022-05-21 17:47:27 发布
阅读量647 收藏 5
点赞数 1
分类专栏： AI 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/chen_holy/article/details/89556962
版权

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

  • 再次讨论16色
    不是说只能用4个bit来表示颜色，而是图片只能用16中颜色构成，在真正保存图片的时候会根据不同的图片类型采用不同的保存机制

比如：
在这里插入图片描述

也是为什么纯颜色的图片质量会比一般图片要小的原因

chen_holy
关注
  • 1
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
k-means聚类算法详解_kmeans算法
2401_84003690的博客
04-20 1301
外链图片转存中…(img-AbKRL9x9-1713595850015)][外链图片转存中…(img-OrfRmrgc-1713595850016)][外链图片转存中…(img-f3wtPSmH-1713595850016)][外链图片转存中…(img-iXS3yLeC-1713595850017)]
机器学习笔记之谱聚类(一)k-Means聚类算法介绍
静静的学习就好
02-20 968
从本节开始，将介绍聚类任务，本节将介绍k-Means算法。
K-Means 聚类算法 java实现
10-21
k-means 的java实现，用解压缩打开可以看到源码， 有图形界面可以做测试，可以自定参数。 具体信息运行程序有会有system.out
K-Means聚类及图像压缩
天空没有留下我的痕迹，但我已飞过！
07-03 1364
数据链接:https://pan.baidu.com/s/1cz8SihL2HYh_cFudc7y07Q 密码:tr35 import numpy as np import cv2 import matplotlib.pyplot as plt original_img = cv2.imread('./images/ColorfulBird.jpg') print('图像维度：', orig...
图像压缩——聚类
清风拂面
08-21 428
步骤 对图像特征进行分类，用每一类的中心点特征代替所属类所有点的特征 1.图像（W,H,C）归一化 2.将图像reshape成（W*H,C）,即将图像看出W*H个C维特征点进行聚类 3.随机选取1000个点，进行聚类训练，聚类为n_colors 类 4.对图像W*H个点进行预测归类，返回该点所属的类（0~n_colors） 函数说明 1.KMeans聚类 class sklearn...
C++环境下的k-means聚类算法，实现图像分割
04-30
在C++下使用k-means聚类算法，实现图像分割，带数据，希望对大家有帮助~~
使用KMeans聚类算法使图片等比例压缩，让图片变小
zx的博客
11-20 1500
import matplotlib.pyplot as plt from sklearn.cluster import KMeans import numpy as np img = plt.imread('img.png') # 如果原图片是0-255的图片需要让他归一化 #img=img/255 km = KMeans(n_clusters=16) km.fit(img.res...
k-means聚类算法-mai笔记
最新发布
05-31
k-means聚类算法是一种广泛应用的数据挖掘方法，用于无监督学习中的数据分类。它通过迭代寻找数据集中的k个核心点，将数据分配到最近的核心点所在的簇中，以此达到划分数据的目的。以下是对k-means算法的详细介绍： ...
模糊聚类分析matlab源代码-GBK-means-Clustering-Algorithm:GBK-means-聚类算法
06-08
可疑分析matlab源代码GBK均值聚类算法 欢迎。 该存储库包含基于 matlab 的“GBK-means 聚类算法：基于讨价还价游戏的 K-means 算法的改进”的实现。 在这个存储库中，介绍了 GBK-means 聚类算法的源代码及其与两个...
基于sklearn模块的KMeans聚类算法实现“整图分割”【源程序】【Python】
03-29
基于Python3.7实现整图分割功能，调用sklearn模块的KMeans聚类算法。包括源程序、测试图片和结果图片。
Python数据分析与机器学习-使用Kmeans进行图像压缩
01-08
Python数据分析与机器学习-使用Kmeans进行图像压缩 Python数据分析与机器学习-使用Kmeans进行图像压缩
用K聚类算法对图片进行压缩
08-03
一个初学者学习完K聚类算法后进行的一些初步尝试，对图片进行矩阵化后尝试将图片压缩同时保持图片原来的色彩。感觉编写得并不够好，比较适合初学者去理解
聚类及图像压缩
wewinwe的博客
08-24 1330
聚类1、 K-means2、DBSCAN算法3、图像压缩 1、 K-means k-means叫做k均值算法，算法很简单，先随机选择k个样本作为均值向量， 再计算样本到均值向量之间的距离，距离近的就将其划分的对应簇中，然后不断进行迭代更新，最终就会将样本聚成设定的簇，也就是k个簇。 下面从sklearn的官方文档中找出的案例 import numpy as np import matplotlib...
机器学习之使用聚类算法对图像进行压缩
qq_46556714的博客
05-21 900
聚类算法案例 聚类算法 聚类算法（Clustering），是对大量未知标注的数据集，按数据的内 在相似性，将数据集划分为多个互不相交的子集，每个子集称为一个簇， 使簇内数据的相似度较大而簇间数据的相似度较小。 聚类算法属于无监督机器学习，只有数据x，没有标签y。 常见的聚类算法：k-Means、 spectral clustering、mean-shift等。 from sklearn.cluster import KMeans,MiniBatchKMeans from sklearn.datasets i
利用K-means进行图像压缩
追梦程序员的博客
07-11 8584
前面几篇文章 浅谈支持向量机 神经网络——手写数字识别 中涉及的算法都属于监督学习的范畴，今天小编给大家介绍一种属于无监督学习范畴的算法——K-means。K-means是一种应用很广泛的聚类算法。聚类，通俗的讲就是“人以群分物以类聚”。K-means是怎么实现聚类的呢？下面我们以一个简单的样例来阐述它的工作原理。观察上面的图，我们一般会认为这些数据点集中分布在三个区域，即这些数据点可以聚成三个族...
K-means聚类以及利用K-means来压缩图像
huahuaxiaoshao的博客
01-04 3793
K-means聚类算法 1.聚类概念       聚类属于无监督学习（无类别标签）。聚类就是相似的东西分到一组。 2.K-means基本概念     &am
聚类：K-means进行图像压缩
没有笔记本用了
11-30 4012
from numpy.core.fromnumeric import reshape from skimage import io from sklearn import cluster from sklearn.cluster import KMeans import numpy as np #第一步读取图像 image = io.imread("ladybug.png") # io.imshow(image) # io.show() #第二步取出长和宽 rows = image.shape[0].
笔记 - 概率论：随机变量与独立同分布
chen_holy的博客
07-09 8455
参考文章 总体与样本的理解 从整体抽出一个个体，就是对总体X进行一次观察并记录结果。在相同条件下对总体进行n次独立重复观察。 将n次观察结果按照试验顺序记为X1,X2,..,XnX1,X2,..,Xn。 它们是相互独立的，且都是与X具有相同分布的随机变量。 X1,X2,..,XnX1,X2,..,Xn称之为来自总体X的一个简单随机样本 随机变量 随机变量是指变量的值无法预先确定仅以一定的可能性(...
笔记 - 卷积网络：卷积输出张量shape计算
chen_holy的博客
06-11 4550
前置： 影响shape形状的因素： 1.卷积核大小 2.stride步长 3.padding模式 公式： K – 卷积核数量 F – 卷积核大小 S – 步长 P – 外围填充的层数 运用 显然valid模式下，直接卷，不够就丢弃 我推导的valid模式下的计算方式(以 W 举例)： W2 = (W1 - F)/S + 1 SAME模式 如何确定P 利用公式1计算...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值