Python案例 | 使用K-means 聚类算法提取图像中的颜色

半撅儿

于 2024-10-14 23:11:57 发布

阅读量1.1k

点赞数 10

分类专栏： Python学习笔记文章标签：算法 python kmeans

本文链接：https://blog.csdn.net/ikhui7/article/details/142931224

版权

假如我们需要提取下图中的颜色，可以通过使用 K-means 聚类算法对图像进行颜色聚类分析，并生成一个基于聚类中心(即最具代表性的颜色)的RGB值和调色板。
在这里插入图片描述

# 通过使用 K-means 聚类算法对图像进行颜色聚类分析，并生成一个基于聚类中心(即最具代表性的颜色)的RGB值和调色板。
# 导入必要的库
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.image as mpimg
from sklearn.cluster import KMeans

# 读取图像
image = mpimg.imread('poland-landscape.jpg')

# 获取图像尺寸
w, h, d = image.shape
pixels = image.reshape(w * h, d)

# K-means聚类，n_init设置为auto
n_colors = 15
kmeans = KMeans(n_clusters=n_colors, random_state=42, n_init='auto').fit(pixels)

# 获取聚类中心（调色板）
palette = np.uint8(kmeans.cluster_centers_)
print(palette)
# 显示调色板
plt.imshow([palette])
plt.axis('off')
plt.savefig('rgb_color_chart.png', dpi=300, bbox_inches='tight')
plt.show()

运行结果如下：
<