Kmeans方法——图像分割 - 好文

Kmeans算法是非常经典的聚类算法，在数据挖掘中kmeans经常用来做数据预处理，在图像处理中也可以用作图像的分割。opencv中提供了完整的kmeans算法，其函数原型为：
double kmeans( InputArray data, int K, InputOutputArray bestLabels,
TermCriteria criteria, int attempts, int flags, OutputArray centers = noArray()
);

其中data表示用于聚类的数据，是N维的数组类型（Mat型），必须浮点型；

K表示需要聚类的类别数；

bestLabels聚类后的标签数组，Mat型；

criteria迭代收敛准则（MAX_ITER最大迭代次数，EPS最高精度）；

attemps表示尝试的次数，防止陷入局部最优；

flags 表示聚类中心的选取方式（KMEANS_RANDOM_CENTERS
随机选取，KMEANS_PP_CENTERS使用Arthur提供的算法，KMEANS_USE_INITIAL_LABELS使用初始标签）；

centers 表示聚类后的类别中心；

关于Kmeans的理论可以参考：Kmeans理论
<https://blog.csdn.net/qll125596718/article/details/8243404/>

下面是Kmeans示例：
#include<opencv2/opencv.hpp> #include<iostream> using namespace std; using
namespace cv; int main() { Mat src = imread("E://testimage//image.png");
namedWindow("input_image", WINDOW_AUTOSIZE); imshow("input_image", src); Scalar
colorTab[] = { Scalar(0,0,255), Scalar(0,255,0), Scalar(255,0,0), Scalar(255,0,
255), Scalar(0,255,255), Scalar(255,255,0), }; int width = src.cols; int height
= src.rows;int dims = src.channels(); int SampleCount = width*height; int
clusterCount =4;//簇群 //RGB数组转换到样本数据 Mat points(SampleCount, dims, CV_32F,Scalar(
10)); Mat lables; Mat centers(clusterCount, 1, points.type()); int index = 0;
for (int j = 0;j < height;j++) { for (int i = 0;i < width;i++) { index = j*
width+ i; Vec3b rgb = src.at<Vec3b>(j, i); points.at<float>(index, 0) =
static_cast<int>(rgb[0]); points.at<float>(index, 1) = static_cast<int>(rgb[1
]); points.at<float>(index, 2) = static_cast<int>(rgb[2]); } } //运行kmeans;
kmeans(points, clusterCount, lables, TermCriteria(TermCriteria::EPS +
TermCriteria::COUNT,10, 0.1), 3, KMEANS_PP_CENTERS, centers); //显示图像分割结果 Mat
result = Mat::zeros(src.size(), src.type());for (int i = 0;i < height;i++) { for
(int j = 0;j < width;j++) { index = i*width + j; int lable = lables.at<int
>(index,0); result.at<Vec3b>(i, j)[0] = colorTab[lable][0]; result.at<Vec3b>(i,
j)[1] = colorTab[lable][1]; result.at<Vec3b>(i, j)[2] = colorTab[lable][2]; } }
namedWindow("output_image", WINDOW_AUTOSIZE); imshow("output_image", result);
waitKey(0); return 0; }
效果图：

热门工具换一换