OpenCV 图像分割实现Kmean聚类的示例代码
短信预约 -IT技能 免费直播动态提醒
1 Kmean图像分割
按照Kmean原理，对图像像素进行聚类。
优点：此方法原理简单，效果显著。
缺点：实践发现对于前景和背景颜色相近或者颜色区分度差的图像效果不显著。
本文对图像进行滤波，主要是为了消除树枝颜色的影响（滤波为非Keman图像分割的必要操作）。
2 流程
（1）读入图片，把图片转化为二维。
（2）根据Kmean算法对图像分割，返回类别标签和各类别中心点。
（3）根据类别标签复制各类别中心点得到结果，在对结果调整到原有尺度。
3 实现
（1）图像分割前添加滤波，消除噪声
## 1 图像分割--Keman聚类
import cv2
import numpy as np
import matplotlib.pyplot as plt
# 1 读入图片
img0 = cv2.imread('bird.png', 1) # (548,727,3)
img0 = cv2.cvtColor(img0, cv2.COLOR_BGR2RGB)
img_ = cv2.GaussianBlur(img0, (13, 13), 10, 10)
h, w, c = img_.shape
img_blur = img_.reshape([-1, 3])
img_blur = np.float32(img_blur)
# 2 分类
criteria = (
cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 10, 1.0)
num_clusters = 2
_, label, center_color = cv2.kmeans(img_blur, num_clusters,
None, criteria,
num_clusters,
cv2.KMEANS_RANDOM_CENTERS)
center_color = np.uint8(
center_color) # img_blur[398396,3],label[398396,1],center[2,3]
res = center_color[label.ravel()] # [398396,3]
res = res.reshape([h, w, c]) # res[668044,3]--> [548,727,3]
# 3 显示
plt.subplot(131)
plt.title('origin')
plt.imshow(img0)
plt.subplot(132)
plt.title('img_blur')
plt.imshow(img_)
plt.subplot(133)
plt.title('result')
plt.imshow(res)
plt.show()
（2）颜色区分低的情况
当颜色区分低时，划分较少的种类，可以达到满意效果。
## 1 图像分割--Keman聚类
import cv2
import numpy as np
import matplotlib.pyplot as plt
# 1 读入图片
img = cv2.imread('luna.png', 1) # (548,727,3)
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
h, w, c = img.shape
img0= img.reshape([-1, 3])
img0 = np.float32(img0)
# 3 分类
criteria = (
cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 10, 1.0)
num_clusters = 2
_, label, center_color = cv2.kmeans(img0, num_clusters,
None, criteria,
num_clusters,
cv2.KMEANS_RANDOM_CENTERS)
center_color = np.uint8(
center_color) # img_blur[398396,3],label[398396,1],center[2,3]
res = center_color[label.ravel()] # [398396,3]
res = res.reshape([h, w, c]) # res[668044,3]--> [548,727,3]
plt.subplot(121)
plt.title('origin')
plt.imshow(img)
plt.subplot(122)
plt.title('result')
plt.imshow(res)
plt.show()
注： 可以改变中心点的数值，调整分割后图像的颜色。
center_color = np.uint8(
center_color)
## 调整显示颜色
center_color[0]=[0,0,255]
center_color[1]=[255,0,0]
res = center_color[label.ravel()]
到此这篇关于OpenCV 图像分割实现Kmean聚类的示例代码的文章就介绍到这了,更多相关OpenCV Kmean聚类内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网！
免责声明：
① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的，并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据，供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。
② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341
