利用K-means进行图像压缩

前面几篇文章浅谈支持向量机神经网络——手写数字识别中涉及的算法都属于监督学习的范畴，今天小编给大家介绍一种属于无监督学习范畴的算法——K-means。

K-means是一种应用很广泛的聚类算法。聚类，通俗的讲就是“人以群分物以类聚”。

K-means是怎么实现聚类的呢？下面我们以一个简单的样例来阐述它的工作原理。

观察上面的图，我们一般会认为这些数据点集中分布在三个区域，即这些数据点可以聚成三个族。K-means的工作过程是：首先随机挑选三个点作为中心点，然后计算所有的数据点离哪个中心点最近，再根据离中心点近的点更新中心点，循环多次直到中心点不怎么变化即可。

利用K-means聚类上面的数据，中心点更新过程如下。

好了，现在大致了解了K-means的作用和工作原理，下面就进入我们这次的主题——图像压缩。

上图是128*128的png图像，存储格式是RGB，所以这副图像占用的位数是128×128×24=393216。我们怎样利用K-means算法实现这副图像的压缩呢？

我的想法是：这副图像存在许多很大一块区域的颜色相近，既然相近，我们就用一种颜色替代一大块区域中的各色。我们可以人为的用8、16、24、32种颜色表示整幅图像的颜色，也即说明聚类的个数为8、16、24、32。

具体的Python代码如下。

import matplotlib.pyplot as plt # plt 用于显示图片
import matplotlib.image as mpimg # mpimg 用于读取图片
from sklearn.cluster import KMeans
import numpy as nppixel = mpimg.imread('bird_small.png')
pixel = pixel.reshape((128*128 , 3))kmeans = KMeans(n_clusters=16, random_state=0).fit(pixel)newPixel = []
for i in kmeans.labels_:newPixel.append(list(kmeans.cluster_centers_[i,:]))newPixel = np.array(newPixel)
newPixel = newPixel.reshape((128,128,3))plt.imshow(newPixel)
plt.show()

如果用了16个类，则压缩之后的图像占用的位数为128×128×4 = 65536，压缩比为16.7%。但这种压缩是有损压缩，图像质量会下降，使用8、16、24、32压缩后效果图如下。

可以看到，图像的质量较原图是有所下降的，有点类似在原图上进行平滑处理，并且分类数越多，图片质量越接近原图，这个应该不难理解。

好了，以上就是本次的全部内容。

利用K-means进行图像压缩相关推荐

K means 图片压缩
k-means的基本原理较为清晰,这里不多赘述,本次博客主要通过基础的k means算法进行图像的压缩处理. 原理分析在彩色图像中,每个像素的大小为3字节(RGB),可以表示的颜色总数为256 * ...
OpenCV的k - means聚类 -对图片进行颜色量化
OpenCV的k - means聚类目标学习使用cv2.kmeans()数据聚类函数OpenCV 理解参数输入参数样品:它应该的np.float32数据类型,每个特性应该被放在一个单独的列. ...
OpenCV官方文档理解k - means聚类
理解k - means聚类目标在这一章中,我们将了解k - means聚类的概念,它是如何工作等. 理论我们将这个处理是常用的一个例子. t恤尺寸问题考虑一个公司要发布一个新模型的t恤. 显然 ...
kmeans改进 matlab,基于距离函数的改进k―means 算法
摘要:聚类算法在自然科学和和社会科学中都有很普遍的应用,而K-means算法是聚类算法中经典的划分方法之一.但如果数据集内相邻的簇之间离散度相差较大,或者是属性分布区间相差较大,则算法的聚类效果十分有 ...
文献记录(part89)--I-k-means-+:An iterative clustering algorithm based on an enhanced k -means
学习笔记,仅供参考,有错必究关键词:k均值:解决方案改进:准确的k均值:迭代改进 I-k-means-+:An iterative clustering algorithm based on an ...
为了联盟还是为了部落 | K means
1. 问题人类有个很有趣的现象,一群人在一起,过一段时间就会自发的形成一个个的小团体.好像我们很擅长寻找和自己气质接近的同类.其实不只是人类,数据也有类似情况,这就是聚类(Clustering)的意 ...
k均值聚类算法(K Means)及其实战案例
算法说明 K均值聚类算法其实就是根据距离来看属性,近朱者赤近墨者黑.其中K表示要聚类的数量,就是说样本要被划分成几个类别.而均值则是因为需要求得每个类别的中心点,比如一维样本的中心点一般就是求这些样本 ...
python 聚类分析 k means
Kmeans 是一种动态聚类方法,其基本思想是:首先随机选取 K 个点作为初始凝聚点,按照距离最近原则划分为 K 类:然后重新计算 K 个类的重心作为新的凝聚点,再按照距离最近原则重新分类:重复这一过 ...
k means聚类算法_一文读懂K-means聚类算法
1.引言什么是聚类?我们通常说,机器学习任务可以分为两类,一类是监督学习,一类是无监督学习.监督学习:训练集有明确标签,监督学习就是寻找问题(又称输入.特征.自变量)与标签(又称输出.目标.因变量) ...
simple k means
//选择初始的k个质点 for (int j = initInstances.numInstances() - 1; j >= 0; j--) { instIndex = RandomO.nex ...

利用K-means进行图像压缩

利用K-means进行图像压缩相关推荐

最新文章

热门文章