使用K均值来减少一张图片的颜色种类,既能压缩图片,也能保留图片的特征!
主要步骤:
1、选取聚类中心的数量(即压缩后图片的颜色种类)
聚类中心是一个1×3的矩阵,3指的是通道数(通常为RGB三通道)。
2、计算每个像素点到聚类中心的距离(像素点之间的差距)
每张图片的每个像素都有一个像素值,三通道需要分开计算,然后求平均。这里使用的是欧氏距离:
通道1:d1 = ( pic[i][0] - centre[j][0] )^2
通道2:d2 = ( pic[i][1] - centre[j][1] )^2
通道3:d3 = ( pic[i][2] - centre[j][2] )^2
Distance = ( d1 + d2 + d3 ) / 3
3、将像素点归入最近的聚类中心
假设 Distance[i] 为像素点 i 到每个聚类中心的距离的集合,则类别 x = argmin( Distance[i] )。
4、得到新的聚类中心
把归入每个聚类中心的像素点求平均,平均值即为新的聚类中心,同样3通道要分开!
5、重复上述步骤直到聚类中心不变
具体代码(Python3):
import numpy as n