python使用opencv图像聚类_Python3 OpenCV3图像处理-K-means 聚类

K-means 聚类

K-means 是一种将输入数据划分成 k 个簇的简单的聚类算法。K-means 反复提炼初始评估的类中心，步骤如下：

(1) 以随机或猜测的方式初始化类中心 ui，i=1…k；

(2) 将每个数据点归并到离它距离最近的类中心所属的类 ci；

(3) 对所有属于该类的数据点求平均，将平均值作为新的类中心；

(4) 重复步骤(2)和步骤(3)直到收敛。

K-means 试图使类内总方差最小：

xj 是输入数据，并且是矢量。该算法是启发式提炼算法，在很多情形下都适用，但是并不能保证得到最优的结果。为了避免初始化类中心时没选取好类中心初值所造成的影响，该算法通常会初始化不同的类中心进行多次运算，然后选择方差 V 最小的结果。

K-means 算法最大的缺陷是必须预先设定聚类数 k，如果选择不恰当则会导致聚类出来的结果很差。其优点是容易实现，可以并行计算，并且对于很多别的问题不需要任何调整就能够直接使用。

6.1.1　SciPy 聚类包

尽管该方法很简单，但我们也没有必要自己去实现它。。SciPy 矢量量化包 scipy.cluster.vq 中有 K-means 的实现，下面是使用方法。

from scipy.cluster.vq import *

class1 = 1.5 * randn(100,2)

class2 = randn(100,2) + array([5,5])

features = vstack((class1,class2))

上面的代码生成两类二维正态分布数据。用 k=2 对这些数据进行聚类：

centroids,variance = kmeans(features,2)

由于 SciPy 中实现的 K-means 会计算若干次(默认为 20 次)，并为我们选择方差最小的结果，所以这里返回的方差并不是我们真正需要的。现在，你可以用 SciPy 包中的矢量量化函数对每个数据点进行归类：

code,distance = vq(features,centroids)

通过上面得到的 code，我们可以检查是否有归类错误。为了将其可视化，我们可以画出这些数据点及最终的聚类中心：

figure() ndx = where(code==0)[0]

plot(features[ndx,0],features[ndx,1],'*') ndx = where(code==1)[0] plot(features[ndx,0],features[ndx,1],'r.')

plot(centroids[:,0],centroids[:,1],'go') axis('off')

show()

python使用opencv图像聚类_Python3 OpenCV3图像处理-K-means 聚类相关推荐

python使用openCV图像加载（转化为灰度图像）、平滑图像处理就是将每个像素的值变换为其相邻元素的平均值、可视化平滑处理之后的图像（Blurring Images）
python使用openCV图像加载(转化为灰度图像).平滑图像处理就是将每个像素的值变换为其相邻元素的平均值.可视化平滑处理之后的图像(Blurring Images) 目录
Python，OpenCV图像金字塔cv2.pyrUp(), cv2.pyrDown()
Python,OpenCV图像金字塔cv2.pyrUp, cv2.pyrDown 1. 效果图 2. 原理 2.1 什么是图像金字塔 2.2 金字塔分类 2.3 应用 3. 源码参考这篇博客将介绍 ...
python使用openCV图像加载（转化为灰度图像）、Canny边缘检测器检测图像的边缘（Detect Edges）
python使用openCV图像加载(转化为灰度图像).Canny边缘检测器检测图像的边缘(Detect Edges) 目录
python使用openCV图像加载（转化为灰度图像）、使用filter2D函数对图像进行锐化（Sharpen Images）
python使用openCV图像加载(转化为灰度图像).使用filter2D函数对图像进行锐化(Sharpen Images) 目录
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 ...
python识别图片中的物体_python3+opencv3识别图片中的物体并截取的方法
运行环境:python3.6.4 opencv3.4.0 # -*- coding:utf-8 -*- """ Note: 使用Python和OpenCV检测图像中的物体 ...
Udacity机器人软件工程师课程笔记（二十一) - 对点云进行集群可视化 - 聚类的分割 - K-means|K均值聚类, DBSCAN算法
聚类的分割 1.K-均值聚类 (1)K-均值聚类介绍 k均值聚类算法(k-means clustering algorithm)是一种迭代求解的聚类分析算法,其步骤是随机选取K个对象作为初始的聚类中心 ...
聚类和EM算法——K均值聚类
20211116 数据分析 | 聚类分析--kmean kmeans最优k值的确定方法-手肘法和轮廓系数法 - 简书 python大战机器学习--聚类和EM算法注:本文中涉及到的公式一律省略(公式不 ...
聚类算法中的K均值聚类算法（K-Means clustering）
======================================================================= Machine Learni ...

python使用opencv图像聚类_Python3 OpenCV3图像处理-K-means 聚类

python使用opencv图像聚类_Python3 OpenCV3图像处理-K-means 聚类相关推荐

最新文章

热门文章