opencv使用KMeans进行像素分割实例(C++与python版本）

上次写了一个KMeans的原理与实现Kmeans原理。这次使用图片进行一个实例的样本数据分割，简单来说就是对图片的各种像素值，分割为几个指定类的颜色值。
最常见的应用就是实现证件照的底色替换，或者是图像主色彩的替换，当然要完美分割不但需要KMeans的方法，还需要一些别的操作比如边缘修整等方法。

预备工作

1.将像素点作为单独的样本

在此需要使用opencv的mat函数reshape实现，便可实现将Mat对象变换到我们的样本数据

Mat cv::Mat::reshape(
	int cn,
	int rows = 0 
)const

cn是维度，即分割为多少列，rows是图片的样本个数，即行×列

2.代码演示（C++版本）

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

using namespace cv;
using namespace std;

int main(int argc, char** argv) {
   
	Mat src = imread("toux.jpg");
	if (src.empty()) {
   
		printf("could not load image...\n");
		return -1;
	}
	namedWindow("input image", WINDOW_AUTOSIZE);
	imshow("input image", src);
	Scalar colorTab[] = {
   
		Scalar