【OpenCV】113 KMeans图像分割—主色彩提取

113 KMeans图像分割—主色彩提取

代码

import numpy as np
import cv2 as cv

image = cv.imread('../images/yuan_test.png')
cv.imshow("input", image)
h, w ,ch = image.shape
print(image.shape)
# 构建图像数据
data = image.reshape((-1,3))
data = np.float32(data)

# 图像分割
criteria = (cv.TERM_CRITERIA_EPS + cv.TERM_CRITERIA_MAX_ITER, 10, 1.0)
num_clusters = 4
ret,label,center=cv.kmeans(data, num_clusters, None, criteria, num_clusters, cv.KMEANS_RANDOM_CENTERS)

# 生成主色彩条形卡片
card = np.zeros((50, w, 3), dtype=np.uint8)
clusters = np.zeros([4], dtype=np.int32)
for i in range(len(label)):
    clusters[label[i][0]] += 1
clusters = np.float32(clusters) / float(h*w)
center = np.int32(center)
x_offset = 0
for c in range(num_clusters):
    dx = np.int(clusters[c] * w)
    b = center[c][0]
    g = center[c][1]
    r = center[c][2]
    cv.rectangle(card, (x_offset, 0), (x_offset+dx, 50), (int(b), int(g), int(r)), -1)
    x_offset += dx

cv.imshow("color table", card)
cv.waitKey(0)
cv.destroyAllWindows()

实验结果

解释

KMeans分割会计算出每个聚类的像素平均值，根据这个可以得到图像的主色彩RGB分布成分多少，得到各种色彩在图像中的比重，绘制出图像对应的取色卡！这个方面在纺织与填色方面特别有用！主要步骤显示如下：

1. 读入图像建立KMenas样本
2. 使用KMeans图像分割，指定分类数目
3. 统计各个聚类占总像素比率，根据比率建立色卡！

---

所有内容均来源于贾志刚老师的知识星球——OpenCV研习社，本文为个人整理学习，已获得贾老师授权，有兴趣、有能力的可以加入贾老师的知识星球进行深入学习。