from sklearn.datasets import load_iris iris = load_iris print(iris) from sklearn.datasets import load_sample_image #load_sample_image包的示例图片加载 china = load_sample_image("china.jpg") print(china.shape) print(china) #图片加载 import matplotlib.pyplot as plt plt.imshow(china) plt.show() #颜色修改 plt.imshow(china[:,:,0]) plt.show()
#颜色聚类 from sklearn.cluster import KMeans import numpy as np image=china[::3,::3] x=image.reshape(-1,3) n_colors=64 #(256,256,256) model=KMeans(n_colors) #64类聚类中心 labels=model.fit_predict(x) #每个点的颜色所属类别,0-63 colors=model.cluster_centers_ #64类聚类中心值 #然后用聚类中心的颜色代替原来的颜色值,形成新的图片 new_image=colors[labels] #进行颜色填充 new_image=new_image.reshape(image.shape) plt.imshow(new_image.astype(np.uint8)) plt.show()
#比较内存大小 import sys print("内存大小对照:") print(sys.getsizeof(china)) print(sys.getsizeof(new_image))
#将原始图片与新图片保存成文件,观察文件的大小 import matplotlib.image as img img.imsave("c:\\china.jpg",china) img.imsave("c:\\new_image.jpg",new_image)