基于OpenCV的聚类算法（K-means）图像色彩分割

首先介绍下OpenCV的聚类算法函数

int cvKMeans2(const CvArr* samples,int nclusters, CvArr* labels, CvTermCriteria termcrit,
　　　　　　　 int attempts=1, CvRNG* rng=0,int flags=0, 
　　　　　　　 CvArr* centers=0,double* compactness=0);
samples：表示输入样本的浮点矩阵，每个样本一行（Mat型），必须浮点型，如对彩色图像进行聚类，每个通道一行，CV_32FC3；
nclusters：表示设定的聚类数量；
labels：表示输出整数向量：每个样本对应的类别标识，其范围为0- (cluster_count-1)；
termcrit：表示终止条件（CV_TERMCRIT_ITER最大迭代次数终止，CV_TERMCRIT_EPS迭代到阈值终止，CV_TERMCRIT_ITER+CV_TERMCRIT_EPS两者都作为迭代终止条件）、最大迭代次数、结果精确性。；
attemps：表示尝试的次数，防止陷入局部最优；
flags：表示聚类中心的选取方式（KMEANS_RANDOM_CENTERS 随机选取，KMEANS_PP_CENTERS使用Arthur提供的算法，KMEANS_USE_INITIAL_LABELS使用初始标签）；
centers：表示聚类后的类别中心。

下面列举应用实例代码（C++）：

	IplImage* img = cvLoadImage( “test.jpg”, 1);//加载三通道图像
	int total= img->height*img->width;
	int cluster_num = 5;//设置聚类数目
	CvMat *row = cvCreateMat( img->height,img->width,CV_32FC3 );
	cvConvert(img,row);//转一下类型！
	m_clusters = cvCreateMat( total, 1, CV_32SC1 );
	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
	cvKMeans2( row, cluster_num, m_clusters,cvTermCriteria( CV_TERMCRIT_ITER, 100, 1.0 ));//聚类数据5，最大迭代次数终止
	cvReshape(m_clusters,m_clusters,0,img->width);//聚类完的结果再reshape回来方便看
		
	cvShowImage( "original", img );//显示原图
	int i=0,j=0;
	CvScalar s;
	IplImage* resImg1 = cvCreateImage( cvSize(img->width,img->height), 8, 1 );//生成用来显示结果的图像
	s=cvGet2D(img,i,j);
	for(i=0;i<img->height;i++)
	{
		for (j=0;j<img->width;j++)
		{
			if (clusters->data.i[i*img->width+j]==0)//修改此处的“0”值，可以分别实现各个类的显示，比如设置聚类为5种，次数可以修改范围0-4
			{
				s.val[0]=255;
				s.val[1]=255;
				s.val[2]=255;
				cvSet2D(resImg1,i,j,s);//注意循环顺序
			}
			else
			{
				s.val[0]=0;
				s.val[1]=0;
				s.val[2]=0;
				cvSet2D(resImg1,i,j,s);
			}
		}
	}	
	cvShowImage( "clusters1", resImg1 );
	int key = cvWaitKey(0);

	cvReleaseImage(&img);//记得释放内存
	cvReleaseImage (&resImg1);
	cvReleaseMat(&row);
	cvReleaseMat(&clusters);

if (clusters->data.i[i*img->width+j]==0) —修改此处的“0”值，可以分别实现各个类的显示，比如设置聚类为5种，次数可以修改范围0-4，分别修改为0-4，分别查看分类效果：