ML之Hierarchical clustering：利用层次聚类算法来把100张图片自动分成红绿蓝三种色调

输出结果

实现代码

输出结果

实现代码

#!/usr/bin/python
# coding:utf-8
from PIL import Image, ImageDraw
from HierarchicalClustering import hcluster
from HierarchicalClustering import getheight
from HierarchicalClustering import getdepth
import numpy as np
import osdef drawdendrogram(clust, imlist, jpeg= 'clusters.jpg'): h = getheight(clust)*20      w = 1200depth = getdepth(clust)     scaling = float(w - 150)/depth img = Image.new('RGB', (w, h), (255, 255, 255)) draw = ImageDraw.Draw(img)                       draw.line((0, h/2, 10, h/2), fill=(255, 0, 0))   drawnode(draw, clust, 10, int(h/2), scaling, imlist, img)  img.save(jpeg)    def drawnode(draw,clust,x,y,scaling,imlist,img):     if clust.id < 0: h1 = getheight(clust.left)*20h2 = getheight(clust.right)*20top = y - (h1 + h2)/2bottom = y + (h1 + h2)/2ll = clust.distance * scalingdraw.line((x, top + h1/2, x, bottom - h2/2), fill=(255, 0, 0))draw.line((x, top + h1/2, x + ll, top + h1/2), fill=(255, 0, 0))draw.line((x, bottom - h2/2, x + ll, bottom - h2/2), fill=(255, 0, 0))drawnode(draw, clust.left, x + ll, top + h1/2, scaling, imlist, img)drawnode(draw, clust.right, x + ll, bottom - h2/2, scaling, imlist, img)else: nodeim = Image.open(imlist[clust.id])nodeim.thumbnail((20, 20))   ns = nodeim.sizeprint (x,y - ns[1]//2)print (x + ns[0])print (img.paste(nodeim, (int(x), int(y - ns[1]//2), int(x + ns[0]),int(y + ns[1] - ns[1]//2))))imlist=[]
folderpath = r'F:\File_Python\Crawler'
for filename in os.listdir(folderpath): if os.path.splitext(filename)[1]=='.jpg':imlist.append(os.path.join(folderpath,filename))
n=len(imlist)
print(n)features =np.zeros((n,3))
for i in range(n):         im=np.array(Image.open(imlist[i])) R = np.mean(im[:,:,0].flatten())    G = np.mean(im[:,:,1].flatten())B = np.mean(im[:,:,2].flatten())features[i]=np.array([R,G,B])tree = hcluster(features)
drawdendrogram(tree, imlist, jpeg=r'C:\Users\99386\Desktop\result.jpg')  #

相关文章
ML之H-clustering：自定义HierarchicalClustering层次聚类算法
ML之H-clustering：利用层次聚类算法来把100张图片自动分成红绿蓝三种色调

ML之Hierarchical clustering：利用层次聚类算法来把100张图片自动分成红绿蓝三种色调相关推荐

Crawler/ML：爬虫技术(基于urllib.request库从网页获取图片)+HierarchicalClustering层次聚类算法，实现自动从网页获取图片然后根据图片色调自动分类
Crawler/ML:爬虫技术(基于urllib.request库从网页获取图片)+HierarchicalClustering层次聚类算法,实现自动从网页获取图片然后根据图片色调自动分类目录一. ...
利用层次聚类算法进行基于基站定位数据的商圈分析
1. 背景与挖掘目标 1.1 背景 • 随着个人手机和网络的普及,手机已经基本成为所有人必须持有的工具. • 根据手机信号再地理空间的覆盖情况结合时间序列的手机定位数据可以完整的还原人群的现实活动轨迹 ...
模式识别：C-means(K-means)聚类算法与分级聚类(层次聚类)算法
C均值聚类算法与分级聚类算法的聚类分析一.实验目的理解聚类的整体思想,了解聚类的一般方法: 掌握 C-means与分级聚类算法算法思想及原理,并能够熟练运用这些算法进行聚类分析: 能够分析二者的优 ...
层次聚类算法的原理及实现Hierarchical Clustering
层次聚类算法的原理及实现Hierarchical Clustering 层次聚类(Hierarchical Clustering)是聚类算法的一种,通过计算不同类别数据点间的相似度来创建一棵有层次的嵌 ...
机器学习-Hierarchical clustering 层次聚类算法
学习彭亮<深度学习基础介绍:机器学习>课程假设有N个待聚类的样本,对于层次聚类来说,步骤: (初始化)把每个样本归为一类,计算每两个类之间的距离,也就是样本与样本之间的相似度: 寻找各个 ...
ML之Clustering之普聚类算法：普聚类算法的相关论文、主要思路、关键步骤、代码实现等相关配图之详细攻略
ML之Clustering之普聚类算法:普聚类算法的相关论文.主要思路.关键步骤.代码实现等相关配图之详细攻略目录普聚类算法的相关论文普聚类算法的主要思路普聚类算法的关键步骤普聚类算法的代码 ...
ML之HierarchicalClustering：自定义HierarchicalClustering层次聚类算法
ML之HierarchicalClustering:自定义HierarchicalClustering层次聚类算法目录输出结果实现代码输出结果更新-- 实现代码 # -*- encodin ...
层次聚类（hierarchical clustering）和聚类模型评估（calinski-harabaz index）
层次聚类(Hierarcical Clustering) 层次聚类是聚类算法中的一种,它通过计算不同类别数据点之间的相似度,来创建一颗有层次的嵌套聚类树,层次聚类的策略有两种: 1.Agglomera ...
『ML』利用K-Means聚类算法对未标注数据分组——《机器学习实战》学习笔记（Ch10）
本节用Python实现K-Means算法,对未标注的数据进行聚类. 在做完聚类后,如何对于聚类结果进行评估?请看用Python实现聚类效果的评估(轮廓系数.互信息) 导航 K-Means简介代码实 ...

ML之Hierarchical clustering：利用层次聚类算法来把100张图片自动分成红绿蓝三种色调

输出结果

实现代码

ML之Hierarchical clustering：利用层次聚类算法来把100张图片自动分成红绿蓝三种色调相关推荐

最新文章

热门文章