11.12课堂学习

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)

 

转载于:https://www.cnblogs.com/yysa/p/9945269.html