(五)OpenCV图像分割_01_K-means分类数据_机器学习

1. K-means
   ①无监督学习方法
   ②分类问题，输入分类数目，初始化中心位置
   ③硬分类方法，以距离度量
   ④迭代分类为聚类
2. 过程:
   初始化中心位置
   对各个数据点,计算与它们到每个中心点的距离,把它归为与之最近中心点
   重新计算中心点,中心点位置发生变化
   执行多个迭代之后,RSS收敛满足,得到最终分类

Kmeans(
InputArray	data,
InputOutputArray	bestLabels,
TermCriteria	criteria,
int	attempts,
int 	flags,
OutputArray	centers=noArray());

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace std;
using namespace cv;

//https://www.tinymind.net.cn/articles/1f381f6d949505
//随机产生sampleCount（范围[1,1000]）个二维样本,随机产生clusterCount(范围[2,5])个类别,
//每个类别的样本数据都服从高斯分布,该高斯分布的均值是随机的,方差是固定的;
//然后对这sampleCount个样本数据使用kmeans算法聚类3次,取其中最好的一次作为最后的结果,
//最后将不同的类用不同的颜色显示出来;
int main(int argc, char** argv)
{
	Mat src(500, 500, CV_8UC3);//建立一个500X500，3通道的彩色图
	RNG rng;//随机数产生器

	const int MAX_CLUSTERS = 5; //最大聚类数目
	//为最大的5种聚类分配5种不同的颜色，用以区分不同类的数据
	Scalar color[] =
	{
		Scalar(0,0,255),
		Scalar(0,255,0),
		Scalar(255,0,0),
		Scalar(0,255,255),
		Scalar(255,0,255),
	};

	//分类
	int clusterCount = rng.uniform(2, MAX_CLUSTERS);//在[2,5]之间产生均匀随机数作为该次实验聚类个数，保证至少有两个及以上待聚类，才能体现kmeans方法
	cout << "number of clusters聚类数目 :" << clusterCount << endl;

	int sampleCount = rng.uniform(5, 1001);//在[5,1001]之间均匀随机产生所有样本点//数据样本数大于聚类数
	cout << "number of sampleCount采样点数目 :" << sampleCount << endl;

	Mat points(sampleCount,1, CV_32FC2);//存放样本点，是sampleCount行2通道的行向量
	Mat centers(clusterCount, 1, points.type());//用来存储聚类后的中心点

	Mat labels;

	// 生成随机数
	for (int i = 0; i < clusterCount; i++)
	{
		Point center;//均匀随机产生初始化聚类中心
		center.x = rng.uniform(0, src.cols);
		center.y = rng.uniform(0, src.rows);
		//随机数据块//rowRange(int x, int y):(其中y应小于等于行数，例如一个矩阵最大为5行，那么y最大为4)的创建矩阵范围为从x行为首行开始，往后数y-x行。
		Mat pointChunk = points.rowRange(i * sampleCount / clusterCount,//每个聚类中样本数目都是sampleCount / clusterCount
										 i == clusterCount - 1 ? //K至少能取到0,1，保证有两个及以上待聚类
										 sampleCount :(i + 1)*sampleCount / clusterCount);

		//每个聚类的随机初始化中心作为均值，方差都相等
		rng.fill(pointChunk, RNG::NORMAL, Scalar(center.x, center.y), Scalar(src.cols*0.05, src.rows*0.05));
	}
	randShuffle(points, 1, &rng);//随机打乱points里面的样本点，注意points和pointChunk是共用数据的

	// 使用KMeans
	kmeans(points,
		clusterCount,//K聚类数
		labels,//包含每个数据点的最终聚类索引
		TermCriteria(TermCriteria::EPS + TermCriteria::COUNT, 10, 0.1), //可以指定要运行算法的最大迭代次数,或指定一个最小距离,
															  //当两次迭代之间聚类中心移动的距离小于给定的最小距离时,停止迭代
		3, //运行attemptsc次,每次从一组新的种子点开始,并记录最佳效果//聚类3次，取结果最好的那次
		KMEANS_PP_CENTERS,//KMEANS_PP_CENTERS表示初始化中心使用Arthur and Vassilvitskii的kmeans++初始化方法
		centers);//聚类中心放到centers中心

	src == Scalar::all(255);//初始src
	// 用不同颜色显示分类,根据不同聚类中心使用不同的颜色绘制出来
	for (int j = 0; j < sampleCount; j++)
	{
		int index = labels.at<int>(j);//聚类个数索引值
		Point center_p = points.at<Point2f>(j);
		circle(src, center_p,2, color[index], -1, 8);
	}

	// 每个聚类的中心来绘制圆
	for (int k = 0; k < centers.rows; k++)
	{
		int x = centers.at<float>(k, 0);
		int y = centers.at<float>(k, 1);
		cout << "聚类中心点为 c.x: " << x << "," << "c.y: " << y << endl;
		circle(src, Point(x, y), 40, color[k], 1, LINE_AA);
	}

	imshow("K-means", src);
	waitKey(0);
	return 0;
}

输出结果: