Pycharm 之Scipy聚类色彩

一、利用第三方库Scipy聚类

1.可以在jupyter notebook里先尝试一下scipy的功能

聚类的思想为初始先确定均值，分类，其次计算每组的平均值，再次进行分类，反复进行使得结果更加精确

import numpy as np
from scipy.cluster.vq import vq, kmeans, whiten#kmean重新分类
import matplotlib.pyplot as plt

fe = np.array([[1.9,2.0],
                     [1.7,2.5],
                     [1.6,3.1],
                     [0.1,0.1],
                     [0.8,0.3],
                     [0.4,0.3],
                     [0.22,0.1],
                     [0.4, 0.3],
                     [0.4,0.5],
                     [1.8,1.9]])

book = np.array((fe[0], fe[1]))#找第一个、第二个数作为矩阵中心
print(type(book))
print("book: \n",book)

codebook, distortion = kmeans(fe, book)
# 可以写kmeans(wf,2)， 2表示两个质心，同时启用iter参数；fe是整体的数据，book是每个组的平均值（类别）
print("codebook:", codebook) #算出来的聚类中心
print("distortion: ", distortion)

plt.scatter(fe[:,0], fe[:,1], c='g')
plt.scatter(codebook[:, 0], codebook[:, 1], c='r')
plt.show()

结果如下： 红色的为聚类中心

 2、小图片聚类

在了解过色彩聚类的原理及效果后，可以生成有关图片类似数组的信息，并且对图片进行一定的处理，可以进行旋转、调整尺寸大小等操作；

import os
from PIL import Image
import matplotlib.pyplot as plt
os.chdir(r'C:\\Users\\读书人mn\\Desktop\\123123')
print(os.getcwd())
im =np.array(Image.open("four.jpg"))

def colorz(filename,n=3):
    img=Image.open(filename)
    #print(dir(img))
    img=img.resize((1024,1024))
#     img=img.rotate(-90)
    img.thumbnail((200,200))
    w,h=img.size
    #print(w,h) 
    #print('w*h=',w*h)
    plt.axis('off')
    plt.imshow(img)
    plt.show()
    points=[]
    for count,color in img.getcolors(w*h):
        points.append(color)
    return points
colorz('four.jpg',3)

结果如下：生成缩略图并将其色彩信息点都一一列出，取出图像的色彩和频次

 

 3、色彩聚类

import numpy as np
from scipy.cluster.vq import vq, kmeans, whiten
import matplotlib.pyplot as plt


points=colorz('four.jpg',3)
print(points[0:10])

fe = np.array(points,dtype=float)   #聚类需要是Float或者Double
# print(fe[0:10])
# book =np.array((fe[100],fe[1],fe[8],fe[8]))   #聚类中心，初始值
# print(type(book))
# print("book: \n",book)

#codebook, distortion = kmeans(fe,book)
codebook, distortion = kmeans(fe,7)   #7是聚类中心个数
# 可以写kmeans(wf,2)， 2表示两个质心，同时启用iter参数 distortion就是控制方差

print("codebook:", codebook)   #聚类中心
centers=np.array(codebook,dtype=int)  #变为色彩，还得转为整数
print(centers)
print("distortion: ", distortion)

fe=np.array(points)
plt.scatter(fe[:,0], fe[:,2], c='b')
plt.scatter(codebook[:, 0], codebook[:,2], c='r')   #聚类中心
plt.show()

结果如下：

 

4、合并到Flask软件中

新建imgeColor.py

 

  之后，在上篇Main.py的基础上进行修改，加入下述内容： 

同理，对上篇建好的index.html 加入<br>隔行后的内容后：

 结果如下：