Clustering K-Means 图像压缩

• 本案例使用K-Means聚类算法对图像进行压缩，我们将图像由彩色图变为灰度图。对于彩色图而言，每一个像素点的取值范围都在0-255之间，接下来我们对它进行压缩。原来的范围为0-255，也即是256种可能性，现在我们通过聚类将这256种可能性压缩一半，变成128种可能性。

• 图像压缩前：
  

• 图像压缩前大小：
  

• 图像压缩后：
  

• 图像压缩后大小：
  

• 代码实现：

from skimage import io
from sklearn.cluster import KMeans
import numpy as np

image = io.imread('test.jpg')
# io.imshow(image)
# io.show()

rows = image.shape[0]
cols = image.shape[1]

image = image.reshape(image.shape[0] * image.shape[1], 4)
KMeans = KMeans(n_clusters=128, n_init=10, max_iter=200)
KMeans.fit(image)

clusters = np.asarray(KMeans.cluster_centers_, dtype=np.uint8)
labels = np.asarray(KMeans.labels_, dtype=np.uint8)
labels = labels.reshape(rows, cols)

print(clusters.shape)
np.save('test.npy', clusters)
io.imsave('out.jpg', labels)

image = io.imread('test.jpg')
io.imshow(image)
io.show()

源码获取

• QQ 2985983009