Python，OpenCV中的K均值聚类——K-Means Cluster

置顶 已于 2023-09-11 15:25:52 修改
阅读量3.2k 收藏 15
点赞数 7
CC 4.0 BY-SA版权
分类专栏： Python OpenCV Python OpenCV 图像处理 图像处理 文章标签： python opencv KMeansCluster K均值聚类
于 2021-08-06 20:53:42 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_40985985/article/details/119456813
本文详细介绍了K-Means聚类算法，并通过OpenCV的cv2.kmeans()函数展示了如何应用于数据聚类。通过实例演示了单特征、多特征以及颜色量化聚类的效果，阐述了K均值聚类的基本原理和迭代过程。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

Python，OpenCV中的K均值聚类

这篇博客将介绍什么是 K-Means 聚类以及 如何使用 cv2.kmeans() 函数进行数据聚类。

  • K-Means Cluster K均值聚类
  • cv2.kmeans() 进行数据聚类

1. 效果图

抽样生成5堆点后聚类，分别以不同的颜色绘制每一种分类，效果图1如下：
在这里插入图片描述
同样生成5堆点聚类5，得到效果图如下：
在这里插入图片描述
抽样生成10堆点后聚类，效果图如下:
在这里插入图片描述
单特征聚类图：
T恤size只根据身高进行分类为3种

了解本专栏 订阅专栏 解锁全文 超级会员免费看
Python:实现k-means clustering均值聚类算法(附完整源码)
希望我的博客，能帮上你解决学习中工作中所遇到的问题
07-29 563
Python:实现k-means clustering均值聚类算法(附完整源码)
Python OpenCV3 图像分类 - 使用 K-means 算法进行图像聚类
.
03-25 1154
本文介绍了 K-means 算法在图像分类中的应用，并提供了 Python OpenCV3 实现代码。掌握该方法可以帮助我们更好地处理和理解大量的图像数据，具有广阔的应用前景。
基于python中的sklearn.cluster库做k-means聚类
09-11
本程序是在python中完成，基于sklearn.cluster中的k-means聚类包来实现数据的聚类，对于里面使用的数据格式如下：（注意更改程序中的相关参数） 138 0 124 1 127 2 129 3 119 4 127 5 124 6 120 7 123 8 147 9 188 10 212 11 229 12 240 13 240 14 241 15 240 16 242 17 174 18 130 19 132 20 119 21 48 22 37 23 49 0 42 1 34 2 26 3 20 4 21 5 23 6 13 7 19 8 18 9 36 10 25 11 20 12 19 13 19 14 5 15 29 16 22 17 13 18 46 19 15 20 8 21 33 22 41 23 69 0 56 1 49 2 40 3 52 4 62 5 54 6 32 7 38 8 44 9 55 10 70 11 74 12 105 13 107 14 56 15 55 16 65 17 100 18 195 19 136 20 87 21 64 22 77 23 61 0 53 1 47 2 33 3 34 4 28 5 41 6 40 7 38 8 33 9 26 10 31 11 31 12 13 13 17 14 17 15 25 16 17 17 17 18 14 19 16 20 17 21 29 22 44 23 37 0 32 1 34 2 26 3 23 4 25 5 25 6 27 7 30 8 25 9 17 10 12 11 12 12 12 13 7 14 6 15 6 16 12 17 12 18 39 19 34 20 32 21 34 22 35 23 33 0 57 1 81 2 77 3 68 4 61 5 60 6 56 7 67 8 102 9 89 10 62 11 57 12 57 13 64 14 62 15 69 16 81 17 77 18 64 19 62 20 79 21 75 22 57 23 73 0 88 1 75 2 70 3 77 4 73 5 72 6 76 7 76 8 74 9 98 10 90 11 90 12 85 13 79 14 79 15 88 16 88 17 81 18 84 19 89 20 79 21 68 22 55 23 63 0 62 1 58 2 58 3 56 4 60 5 56 6 56 7 58 8 56 9 65 10 61 11 60 12 60 13 61 14 65 15 55 16 56 17 61 18 64 19 69 20 83 21 87 22 84 23 41 0 35 1 38 2 45 3 44 4 49 5 55 6 47 7 47 8 29 9 14 10 12 11 4 12 10 13 9 14 7 15 7 16 11 17 12 18 14 19 22 20 29 21 23 22 33 23 34 0 38 1 38 2 37 3 37 4 34 5 24 6 47 7 70 8 41 9 6 10 23 11 4 12 15 13 3 14 28 15 17 16 31 17 39 18 42 19 54 20 47 21 68 22
python使用opencv图像聚类_OpenCV-Python 理解K-Means聚类 | 五十七
weixin_39611161的博客
12-06 217
目标在本章中，我们将了解K-Means聚类的概念，其工作原理等。理论我们将用一个常用的例子来处理这个问题。T-shirt尺寸问题考虑一家公司，该公司将向市场发布新型号的T恤。显然，他们将不得不制造不同尺寸的模型，以满足各种规模的人们的需求。因此，该公司会记录人们的身高和体重数据，并将其绘制到图形上，如下所示：公司无法制作所有尺寸的T恤。取而代之的是，他们将人划分为小，中和大，并仅制造这三种适合所有...
K-means聚类算法--原理及代码
最新发布
kiki5862的博客
05-29 1197
K-means是一种经典的无监督聚类算法，通过迭代优化将数据划分为K个簇，使簇内样本相似度高。算法流程包括初始化中心点、样本分配、中心点更新等步骤，目标是最小化簇内平方误差。其优点是简单高效，但对初始中心敏感且需预设K值。文章通过Python代码演示了K-means在模拟数据上的应用，包括数据处理、聚类实现和结果可视化，并分析了算法的优缺点。
python-opencv-kmeans聚类
aibotlab的博客
12-31 4764
python-opencv-kmeans聚类1 python-opencv-kmeans聚类# -*- coding: utf-8 -*- """ Created on Sat Dec 31 15:35:59 2016@author: User """import cv2 import numpy as nppoint = np.float32([[0,1],[1,1],[1,0],[1,2],[-
Python OpenCV应用K均值聚类进行颜色量化
qq_40985985的博客
11-24 1618
这篇博客，展示了如何使用OpenCV和k-means聚类执行颜色量化，以在图像中创建A Scanner Darkly类型的效果。 尽管颜色量化不能完美地模仿电影效果，但它确实表明，通过减少图像中的颜色数量，可以创造出更加海报化的动画感。 颜色量化不仅具有视觉吸引力，还通常用于内存受限或需要压缩的系统中。 在构建CBIR系统时，最好使用色彩量化。事实上，具有开创性的图像搜索引擎之一QBIC证明，通过使用量化的颜色直方图和二次距离，确实是可行的。
使用Python，OpenCV，K-Means聚类查找图像中最主要的颜色
qq_40985985的博客
11-24 3470
在这篇博客文章中，我将向您展示如何使用OpenCV，Python和k-means对RGB像素强度进行聚类以找到图像中最主要的颜色。 K均值是一种聚类算法，可基于n个数据点生成k个聚类。聚簇数k必须提前指定。通常，聚簇数量较少（k
[Python从零到壹] 十三.机器学习之聚类算法四万字总结全网首发（K-Means、BIRCH、树状聚类、MeanShift）
热门推荐
杨秀璋的专栏
07-06 1万+
欢迎大家来到“Python从零到壹”，在这里我将分享约200篇Python系列文章，带大家一起去学习和玩耍，看看Python这个有趣的世界。所有文章都将结合案例、代码和作者的经验讲解，真心想把自己近十年的编程经验分享给大家，希望对您有所帮助，文章中不足之处也请海涵。Python系列整体框架包括基础语法10篇、网络爬虫30篇、可视化分析10篇、机器学习20篇、大数据分析20篇、图像识别30篇、人工智能40篇、Python安全20篇、其他技巧10篇。您的关注、点赞和转发就是对秀璋最大的支持，知识无价人有情，希望
OpenCV实现K均值聚类图像颜色分割
在介绍如何使用OpenCV中的Kmeans函数进行图像颜色聚类分割之前，我们首先要理解聚类分析和K均值聚类算法（K-means clustering）的基础知识。 聚类分析（Cluster Analysis）是一种无监督的机器学习方法，用于将数据...
二分k-means算法(Bisecting k-means cluster)python 实现
Big_Pai的博客
03-18 5164
有用请点赞，没用请差评。 欢迎分享本文，转载请保留出处。 代码： # -*- coding:utf-8 -*- # kmeans : Bisecting k-means cluster(二分K-means算法) import numpy as np import matplotlib.pyplot as plt def readfile(filename): """...
k-mean聚类的python实现
辉的博客
12-30 1229
模块提供了常用的非监督聚类算法。该模块中每一个聚类算法都有两个变体: 一个是类(class)另一个是函数(function)。类实现了fit方法来从训练数据中学习聚类；对类来说，训练过程得到的标签数据可以在属性 labels_ 中找到。函数接受训练数据返回对应于不同聚类的一个整数标签数组。1.n_clusters：整形，默认=8 ，生成的聚类数，即产生的质心（centroids）数。2.max_iter：整形，默认=300 ，执行一次k-means算法所进行的最大迭代数。
python opencv Kmeans聚类
qq_41122834的博客
03-01 295
使用Kmeans将图片颜色聚类 import cv2 import numpy as np import matplotlib.pyplot as plt Img= cv2.imread('sunshine.jpg') img = cv2.cvtColor(Img,cv2.COLOR_BGR2RGB) Z = img.reshape((-1,3)) z = np.float32(Z) criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITE
python使用opencv图像聚类_OpenCV-Python教程:55.OpenCV里的K-Means聚类
weixin_33608494的博客
03-02 633
理解参数输入参数1.samples：应该是np.float32数据类型，且每个特征应该放在一个单独的列。2.nclusters(K): 需要的聚类的数量3.criteria: 这是迭代终止准则。当满足这个准则时，算法迭代停止。实际上，它应该是一个3个参数的元组。他们是：(type, max_iter, epsilon):·3.a - 终止准则的类型： 有3个标志如下：cv2.TERM_CRITER...
python OpenCV 中 Kmeans 函数详解
lanshi00的博客
01-29 1万+
K-Means聚类算法的原理流程： 第一步：确定K值，聚类成K个类簇。 第二步：从数据中随机选择（或按照某种方式）K个数据点作为初始分类的中心。 第三步：分别计算数据中每个点到每个中心的距离，将每个点划分到离中心最近的类中 第四步：当每个中心都划分了一些点后，去每个类的均值，选出新的中心。 第五步：比较新的中心和之前的中心，如果新的中心和之前的中心之间的距离小于某阈值，或迭代次数超过某阈值，认为...
K-means cluster
xixihaha的博客
09-28 2455
K - means cluster 1.K均值聚类（迭代算法）： C_center：初始化K个聚类中心计算样本集合到C_center的距离（本例使用欧几里德距离）按照最近原则进行聚类，如果聚类中心不发生改变，结束如果发生改变，得到新的聚类中心->C_center，重复直到收敛 2.使用条件：先验知识知道样本集合能够K分类（才能得到较好的聚类效果），属于无监督学习； 3.优缺点：
K-Means Clustering
apollo_miracle的博客
02-12 3592
1、概述K-means算法是集简单和经典于一身的基于距离的聚类算法采用距离作为相似性的评价指标，即认为两个对象的距离越近，其相似度就越大。该算法认为类簇是由距离靠近的对象组成的，因此把得到紧凑且独立的簇作为最终目标。2、核心思想通过迭代寻找k个类簇的一种划分方案，使得用这k个类簇的均值来代表相应各类样本时所得的总体误差最小。k个聚类具有以下特点：各聚类本身尽可能的紧凑，而各聚类之间尽可能的分开。 ...
利用Python-opencv进行图像分割：Kmeans的使用（含源码）
bookshu6的博客
05-19 7046
文章目录前言一、Kmeans是什么？二、如何使用Kmeans1.opencv中的Kmeans函数2.Kmeans代码示例总结 前言 本文是图像分割·专栏的第一篇。图像分割在整个图像处理过程中是很重要的一环，它大多数作为整个图像处理的预处理步骤，分割的目的主要是为了得到ROI区域，并且为后续的特征提取和模式识别打下坚实的基础。 本文主要介绍如何用Kmeans方法进行图像分割。 一、Kmeans是什么？ Kmeans是一种将输入数据划分为k个类别的简单聚类算法，该算法能不断提取当前分类的中心点，并最终在分类稳
python opencv 利用kmeans提取图像主颜色
weixin_45969471的博客
02-07 974
#包 import cv2 as cv import numpy as np import matplotlib.pyplot as plt import PIL %matplotlib inline from collections import Counter def calculate_perc(k_cluster): width = 300 palette = np.zeros((50, width, 3), np.uint8) n_pixels = le
评论 8
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

程序媛一枚~

您的鼓励是我创作的最大动力。

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值