圖像分割就是利用圖像自身的信息，比如顏色、紋理、形狀等特征進行划分，將圖像分割成不同的區域，划分出來的每個區域就相當於是對圖像中的像素進行了聚類。單個區域內的像素之間的相似度大，不同區域間的像素差異性大。這個特性正好符合聚類的特性，所以你可以把圖像分割看成是將圖像中的信息進行聚類。當然聚類只是分割圖像的一種方式，除了聚類，我們還可以基於圖像顏色的閾值進行分割，或者基於圖像邊緣的信息進行分割等。
將微信開屏封面進行分割
聚類的流程和分類差不多，如圖所示：
在准備階段里，我們需要對數據進行加載。因為處理的是圖像信息，我們除了要獲取圖像數據以外，還需要獲取圖像的尺寸和通道數，然后基於圖像中每個通道的數值進行數據規范化。這里我們需要定義個函數 load_data，來幫我們進行圖像加載和數據規范化。代碼如下：
# 加載圖像，並對數據進行規范化
def load_data(filePath):
# 讀文件
f = open(filePath,'rb')
data = []
# 得到圖像的像素值
img = image.open(f)
# 得到圖像尺寸
width, height = img.size
for x in range(width):
for y in range(height):
# 得到點 (x,y) 的三個通道值
c1, c2, c3 = img.getpixel((x, y))
data.append([c1, c2, c3])
f.close()
# 采用 Min-Max 規范化
mm = preprocessing.MinMaxScaler()
data = mm.fit_transform(data)
return np.mat(data), width, height ##### np.mat()是將序列轉為np的二維數組，np.transpose()是將數組轉置
因為 jpg 格式的圖像是三個通道 (R,G,B)，也就是一個像素點具有 3 個特征值。這里我們用 c1、c2、c3 來獲取平面坐標點 (x,y) 的三個特征值，特征值是在 0-255 之間。
為了加快聚類的收斂，我們需要采用 Min-Max 規范化對數據進行規范化。我們定義的 load_data 函數返回的結果包括了針對 (R,G,B) 三個通道規范化的數據，以及圖像的尺寸信息。在定義好 load_data 函數后，我們直接調用就可以得到相關信息，代碼如下：
# 加載圖像，得到規范化的結果 img，以及圖像尺寸
img, width, height = load_data('./weixin.jpg')
假設我們想要對圖像分割成 2 部分，在聚類階段，我們可以將聚類數設置為 2，這樣圖像就自動聚成 2 類。代碼如下：
# 用 K-Means 對圖像進行 2 聚類
kmeans =KMeans(n_clusters=2)
kmeans.fit(img)
label = kmeans.predict(img)
# 將圖像聚類結果，轉化成圖像尺寸的矩陣
label = label.reshape([width, height])
# 創建個新圖像 pic_mark，用來保存圖像聚類的結果，並設置不同的灰度值
pic_mark = image.new(mode="L", (width, height)) # L表示灰度圖像，RGB表示彩色圖像
for x in range(width):
for y in range(height):
# 根據類別設置圖像灰度, 類別 0 灰度值為 255， 類別 1 灰度值為 127
pic_mark.putpixel((x, y), int(256/(label[x][y]+1))-1)
pic_mark.save("weixin_mark.jpg", "JPEG")
、
如果我們想要分割成 16 個部分，該如何對不同分類設置不同的顏色值呢？這里需要用到 skimage 工具包，它是圖像處理工具包。你需要使用 pip install scikit-image 來進行安裝。
這段代碼可以將聚類標識矩陣轉化為不同顏色的矩陣：
from skimage import color
# 將聚類標識矩陣轉化為不同顏色的矩陣
label_color = (color.label2rgb(label)*255).astype(np.uint8)
label_color = label_color.transpose(1,0,2)
images = image.fromarray(label_color)
images.save('weixin_mark_color.jpg')
代碼中，我使用 skimage 中的 label2rgb 函數來將 label 分類標識轉化為顏色數值，因為我們的顏色值范圍是 [0,255]，所以還需要乘以 255 進行轉化，最后再轉化為 np.uint8 類型。unit8 類型代表無符號整數，范圍是 0-255 之間。
得到顏色矩陣后，你可以把它輸出出來，這時你發現輸出的圖像是顛倒的，原因可能是圖像源拍攝的時候本身是倒置的。我們需要設置三維矩陣的轉置，讓第一維和第二維顛倒過來，也就是使用 transpose(1,0,2)，將原來的 (0,1,2）順序轉化為 (1,0,2) 順序，即第一維和第二維互換。
最后我們使用 fromarray 函數，它可以通過矩陣來生成圖片，並使用 save 進行保存。
最后得到的分類標識顏色化圖像是這樣的：
剛才我們做的是聚類的可視化。如果我們想要看到對應的原圖，可以將每個簇（即每個類別）的點的 RGB 值設置為該簇質心點的RGB 值，也就是簇內的點的特征均為質心點的特征。
代碼中，可以把范圍為 0-255 的數值投射到 1-256 數值之間，方法是對每個數值進行加 1，你可以自己來運行下：
# -*- coding: utf-8 -*-
# 使用 K-means 對圖像進行聚類，並顯示聚類壓縮后的圖像
import numpy as np
import PIL.Image as image
from sklearn.cluster import KMeans
from sklearn import preprocessing
import matplotlib.image as mpimg
# 加載圖像，並對數據進行規范化
def load_data(filePath):
# 讀文件
f = open(filePath,'rb')
data = []
# 得到圖像的像素值
img = image.open(f)
# 得到圖像尺寸
width, height = img.size
for x in range(width):
for y in range(height):
# 得到點 (x,y) 的三個通道值
c1, c2, c3 = img.getpixel((x, y))
data.append([(c1+1)/256.0, (c2+1)/256.0, (c3+1)/256.0])
f.close()
return np.mat(data), width, height
# 加載圖像，得到規范化的結果 imgData，以及圖像尺寸
img, width, height = load_data('./weixin.jpg')
# 用 K-Means 對圖像進行 16 聚類
kmeans =KMeans(n_clusters=16)
label = kmeans.fit_predict(img)
# 將圖像聚類結果，轉化成圖像尺寸的矩陣
label = label.reshape([width, height])
# 創建個新圖像 img，用來保存圖像聚類壓縮后的結果
img=image.new('RGB', (width, height))
for x in range(width):
for y in range(height):
c1 = kmeans.cluster_centers_[label[x, y], 0]
c2 = kmeans.cluster_centers_[label[x, y], 1]
c3 = kmeans.cluster_centers_[label[x, y], 2]
img.putpixel((x, y), (int(c1*256)-1, int(c2*256)-1, int(c3*256)-1))
img.save('weixin_new.jpg')
你可以看到我沒有用到 sklearn 自帶的 MinMaxScaler，而是自己寫了 Min-Max 規范化的公式。這樣做的原因是我們知道 RGB 每個通道的數值在 [0,255]之間，所以我們可以用每個通道的數值 +1/256，這樣數值就會在 [0,1] 之間。
對圖像做了 Min-Max 空間變換之后，還可以對其進行反變換，還原出對應原圖的通道值。
對於點 (x,y)，我們找到它們所屬的簇 label[x,y]，然后得到這個簇的質心特征，用 c1,c2,c3 表示：
c1 = kmeans.cluster_centers_[label[x, y], 0] c2 = kmeans.cluster_centers_[label[x, y], 1] c3 = kmeans.cluster_centers_[label[x, y], 2]
因為 c1, c2, c3 對應的是數據規范化的數值，因此我們還需要進行反變換，即：
c1=int(c1*256)-1 c2=int(c2*256)-1 c3=int(c3*256)-1
然后用 img.putpixel 設置點 (x,y) 反變換后得到的特征值。最后用 img.save 保存圖像。
import PIL.Image as image # 得到圖像的像素值 img = image.open(f) # 得到圖像尺寸 width, height = img.size
