Python利用K-Means算法进行图像聚类分割实战（超详细 附源码）

需要源码和图片请点赞关注收藏后评论区留言私信~~~

图形分割就是把图像分成若干个特定的、具有独特性质的区域。并提出感兴趣目标的技术和过程，它是由图像处理到图像分析的关键步骤，本案例利用K-Means聚类方法对图像的像素进行聚类实现图像分割

打开图像文件并显示 原图像如下

 接着显示图像的信息和图像大小

显示图像的颜色模式

对图像数据进行聚类并显示每个像素的簇标号

 

 最后显示分割后的图像 如下图所示

可以看出图像可以明显的聚为三个簇 也就是三种颜色 大致可以分为三类

 部分代码如下

import numpy as np
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt
import PIL.Image as Image
%matplotlib inline
img=Image.open('lena.jpg')
plt.axis('off')
plt.imshow(img)
print(img.info)
row,col=img.size
print('图像的大小：',row,col)
print('数据类型',type(img))
print( '图像的颜色模式：',img.mode)
imgData=np.array(img.getdata())
type(imgData)
pixel_vals = imgData.reshape(-1,3)
pixel_vals
km_cluster = KMeans(n_clusters=3)
label=km_cluster.fi([row,col]).T  
pic_new = Image.new("L", (row, col))  
for i in range(row): 
    for j in range(col):       
        pic_new.putpixel((i,j), int(int(256/(label[i][j]+1))))  
plt.imshow(pic_new)

 创作不易 觉得有帮助请点赞关注收藏~~~