图像聚类算法代码 多张图像聚类代码

引

由于目前手头处理的事情与图像处理相关，自然少不了滤波、分割、插值等等。这里所做的图像聚类属于一种无监督的图像像素分类，有学习价值。

说明

本次实践针对灰度图像来处理，彩色图像的处理思路与其相同，只是需要分不同的通道，代码大部分参数采用键盘输入，方便调试。

结果展示

先来看看结果，直观感受一下聚类的“魅力”。

——第一组——

下图为迭代周期 = 20， 分类数 = 8的结果

下图为迭代周期 = 20， 分类数 = 4的结果

下图为迭代周期 = 20， 分类数 = 2的结果

——第二组——

下图为迭代周期 = 20， 分类数 = 8的结果

下图为迭代周期 = 20， 分类数 = 4的结果

下图为迭代周期 = 20， 分类数 = 2的结果

结果小结

怎么样，看到聚类的结果，有没有迸发出一点新的想法？

关键点分析

keyValueList

keyValueList为一个长度为分类数的存储空间，其元素从低到高代表了图像像素各个类的平均值。

迭代过程

1. 聚类的迭代过程就是遍历每个像素点，并且将每个像素点分别与keyValueList的每个元素做差，这个差的绝对值越小，说明该像素点离该类越近。遂将该元素归到离其最近的类。
2. 遍历完所有的像素点后，对每一类的像素点求其平均值，并以该值更新对应的keyValueList中的元素，并完成一轮迭代。
3. 最终会获得一个与原图大小相同的flag矩阵，矩阵的每个元素对应原图中像素所在类别。
4. 将该flag矩阵输出，则得到聚类得到的分类结果。

代码（需下载）

这里将代码挂到下载区，并附链接图像聚类Python代码。