目標
- 了解如何在OpenCV中使用cv.kmeans()函數進行數據聚類
理解參數
輸入參數
-
sample：它應該是np.float32數據類型，並且每個功能都應該放在單個列中。
-
nclusters(K)：結束條件所需的簇數
-
criteria：這是迭代終止條件。滿足此條件后，算法迭代將停止。實際上，它應該是3個參數的元組。它們是
(type,max_iter,epsilon)：
a. 終止條件的類型。它具有3個標志，如下所示：- cv.TERM_CRITERIA_EPS-如果達到指定的精度epsilon，則停止算法迭代。
- cv.TERM_CRITERIA_MAX_ITER-在指定的迭代次數max_iter之后停止算法。
- cv.TERM_CRITERIA_EPS + cv.TERM_CRITERIA_MAX_ITER-當滿足上述任何條件時，停止迭代。
b. max_iter-一個整數，指定最大迭代次數。
c. epsilon-要求的精度 -
attempts：該標志用於指定使用不同的初始標簽執行算法的次數。該算法返回產生最佳緊密度的標簽。該緊湊性作為輸出返回。
-
flags：此標志用於指定初始中心的獲取方式。通常，為此使用兩個標志：cv.KMEANS_PP_CENTERS和cv.KMEANS_RANDOM_CENTERS。
輸出參數
- 緊湊度：它是每個點到其相應中心的平方距離的總和。
- 標簽：這是標簽數組（與上一篇文章中的“代碼”相同），其中每個元素標記為“0”，“ 1” .....
- 中心：這是群集中心的陣列。
現在，我們將通過三個示例了解如何應用K-Means算法。
1. 單特征數據
考慮一下，你有一組僅具有一個特征（即一維）的數據。例如，我們可以解決我們的T恤問題，你只用身高來決定T恤的尺寸。因此，我們首先創建數據並將其繪制在Matplotlib中
import numpy as np
import cv2 as cv
from matplotlib import pyplot as plt
x = np.random.randint(25,100,25)
y = np.random.randint(175,255,25)
z = np.hstack((x,y))
z = z.reshape((50,1))
z = np.float32(z)
plt.hist(z,256,[0,256]),plt.show()
因此，我們有了“ z”，它是一個大小為50的數組，值的范圍是0到255。我將“z”重塑為列向量。
如果存在多個功能，它將更加有用。然后我制作了np.float32類型的數據。
我們得到以下圖像：
現在我們應用KMeans函數。在此之前，我們需要指定標准。我的標准是，每當運行10次算法迭代或達到epsilon = 1.0的精度時，就停止算法並返回答案。
# 定義終止標准 = ( type, max_iter = 10 , epsilon = 1.0 )
criteria = (cv.TERM_CRITERIA_EPS + cv.TERM_CRITERIA_MAX_ITER, 10, 1.0)
# 設置標志
flags = cv.KMEANS_RANDOM_CENTERS
# 應用K均值
compactness,labels,centers = cv.kmeans(z,2,None,criteria,10,flags)
這為我們提供了緊湊性，標簽和中心。在這種情況下，我得到的中心分別為60和207。標簽的大小將與測試數據的大小相同，其中每個數據的質心都將標記為“ 0”，“ 1”，“ 2”等。現在，我們根據標簽將數據分為不同的群集。
A = z[labels==0]
B = z[labels==1]
現在我們以紅色繪制A，以藍色繪制B，以黃色繪制其質心。
# 現在繪制用紅色'A'，用藍色繪制'B'，用黃色繪制中心
plt.hist(A,256,[0,256],color = 'r')
plt.hist(B,256,[0,256],color = 'b')
plt.hist(centers,32,[0,256],color = 'y')
plt.show()
得到了以下結果：
2. 多特征數據
在前面的示例中，我們僅考慮了T恤問題的身高。在這里，我們將同時考慮身高和體重，即兩個特征。
請記住，在以前的情況下，我們將數據制作為單個列向量。每個特征排列在一列中，而每一行對應於一個輸入測試樣本。
例如，在這種情況下，我們設置了一個大小為50x2的測試數據，即50人的身高和體重。第一列對應於全部50個人的身高，第二列對應於他們的體重。第一行包含兩個元素，其中第一個是第一人稱的身高，第二個是他的體重。類似地，剩余的行對應於其他人的身高和體重。查看下面的圖片：
現在，我直接轉到代碼：
import numpy as np
import cv2 as cv
from matplotlib import pyplot as plt
X = np.random.randint(25,50,(25,2))
Y = np.random.randint(60,85,(25,2))
Z = np.vstack((X,Y))
# 將數據轉換未 np.float32
Z = np.float32(Z)
# 定義停止標准，應用K均值
criteria = (cv.TERM_CRITERIA_EPS + cv.TERM_CRITERIA_MAX_ITER, 10, 1.0)
ret,label,center=cv.kmeans(Z,2,None,criteria,10,cv.KMEANS_RANDOM_CENTERS)
# 現在分離數據, Note the flatten()
A = Z[label.ravel()==0]
B = Z[label.ravel()==1]
# 繪制數據
plt.scatter(A[:,0],A[:,1])
plt.scatter(B[:,0],B[:,1],c = 'r')
plt.scatter(center[:,0],center[:,1],s = 80,c = 'y', marker = 's')
plt.xlabel('Height'),plt.ylabel('Weight')
plt.show()
我們得到如下結果：
3.顏色量化
顏色量化是減少圖像中顏色數量的過程。這樣做的原因之一是減少內存。有時，某些設備可能會受到限制，因此只能產生有限數量的顏色。同樣在那些情況下，執行顏色量化。在這里，我們使用k均值聚類進行顏色量化。
這里沒有新內容要解釋。有3個特征，例如R,G,B。因此，我們需要將圖像重塑為Mx3大小的數組（M是圖像中的像素數）。在聚類之后，我們將質心值（也是R,G,B）應用於所有像素，以使生成的圖像具有指定數量的顏色。再一次，我們需要將其重塑為原始圖像的形狀。下面是代碼：
import numpy as np
import cv2 as cv
img = cv.imread('home.jpg')
Z = img.reshape((-1,3))
# 將數據轉化為np.float32
Z = np.float32(Z)
# 定義終止標准 聚類數並應用k均值
criteria = (cv.TERM_CRITERIA_EPS + cv.TERM_CRITERIA_MAX_ITER, 10, 1.0)
K = 8
ret,label,center=cv.kmeans(Z,K,None,criteria,10,cv.KMEANS_RANDOM_CENTERS)
# 現在將數據轉化為uint8, 並繪制原圖像
center = np.uint8(center)
res = center[label.flatten()]
res2 = res.reshape((img.shape))
cv.imshow('res2',res2)
cv.waitKey(0)
cv.destroyAllWindows()
我們可以看的K=8的結果
