python颜色识别算法_纯Python编写K-means算法，提取图片中的主体颜色

在文章

今天我用Python手写了一个K-means算法，来完成同样的功能。

聚类是数据挖掘中一种非常重要的学习流派，指将未标注的样本数据中相似的分为同一类，正所谓“物以类聚，人以群分”。

K-means是聚类算法中最为简单、高效的，核心思想：由用户指定k个初始中心，以作为聚类的类别，重复迭代更新数据集的中心直至算法收敛。

代码有点长，关键代码我会进行分析，其余代码没必要进行分析。

首先，我们定义一个计算距离的方法，我采用的是欧氏距离。

def get_euclidean_distance(_pixel, _center):

"""

获得欧氏距离

:param _pixel: 像素

:param _center: 中心

:return: 欧氏距离

"""

d_pow_2 = 0

for _channel_index in range(n_channels):

d_pow_2 += pow(_pixel[_channel_index] - _center[_channel_index], 2)

return np.sqrt(d_pow_2)

然后定义一个方法来计算中心，方便之后进行迭代。

def get_nearest_center(_pixel):

"""

获得最近的中心

:param _pixel: 像素

:return: 最近的中心的index

"""

min_center