k-means算法MATLAB和opencv代码

最新推荐文章于 2021-03-20 21:22:06 发布

原创

最新推荐文章于 2021-03-20 21:22:06 发布 · 4.9k 阅读

19 ·

CC 4.0 BY-SA版权

文章标签：

#kmeans #matlab #代码

本文提供了k-means聚类算法的MATLAB代码和VS+OpenCV实现，详细展示了如何使用k-means进行图像分割。在MATLAB中，实现了将RGB图像转换为LAB空间并进行聚类，然后将结果转回RGB显示。在OpenCV中，通过生成随机样本点并应用k-means进行聚类。附带了相关参考资料。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

上一篇博客写了k-means聚类算法和改进的k-means算法，这篇博客就贴出对应的MATLAB和C++代码。

以下是MATLAB代码，实现用k-means进行分割：

    %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
    功能：实现如何利用Kmeans聚类实现图像的分割；
    时间：2015-07
    %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

    function kmeans_segmentation()
    clear;close all;clc;
    %% 读取测试图像
    im = imread('city.jpg');
    imshow(im), title('Imput image');  %%转换图像的颜色空间得到样本
    cform = makecform('srgb2lab');
    lab = applycform(im,cform);
    ab = double(lab(:,:,2:3));
    nrows = size(lab,1); ncols = size(lab,2);
    X = reshape(ab,nrows*ncols,2)';
          figure, scatter(X(1,:)',X(2,:)',3,'filled'),title('image 2');  box on; %显示颜色空间转换后的二维样本空间分布
    %% 对样本空间进行Kmeans聚类
    k = 5; % 聚类个数
    max_iter = 100; %最大迭代次数
    [centroids, labels] = run_kmeans(X, k, max_iter); 

    %% 显示聚类分割结果
    figure, scatter(X(1,: