Python聚类色彩提取——Scipy-kmeans

本文介绍了使用Python的Scipy库进行数组聚类,特别是针对图像色彩的聚类提取。通过KMeans算法,对图像的RGB值进行聚类分析,生成色彩的聚类中心,并在网页上展示结果。首先,阐述了聚类的基本概念,接着详细解释了KMeans算法的步骤,并展示了Python代码片段和HTML代码用于呈现最终效果。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一、聚类:物以类聚

数组可以进行聚类,并找到数组的聚类中心。使用的第三方库是scipy,需要pip install scipy,先安装该库。数组聚类代码:

import numpy as np
from scipy.cluster.vq import vq, kmeans, whiten
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]))
print(type(book))
print("book:\n",book)

codebook, distortion = kmeans(fe,book)
print("codebook:",codebook)
print("distortion:",distortion)

plt.scatter(fe[:,0],fe[:,1],c="g")
plt.scatter(codebook[:,0],codebook[:,1],c="r")
plt.show()#红色的为聚类中心

运行结果:

 二、色彩聚类提取

图像颜色是由不同的RGB数值组成的,因此除了数字,图像色彩同样可以进行聚类。并利用之前学过的Pycharm flask框架,将结果加载到网页中显示。

思路是先生成图像缩略图,对缩略图聚类,得到每个点的RGB值,再利用算法将色彩聚类,并得到聚类中心。色彩聚类最常使用

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值