【python】OpenCV—Segmentation

在这里插入图片描述

文章目录

cv2.kmeans
牛刀小试

cv2.kmeans

cv2.kmeans 是 OpenCV 库中用于执行 K-Means 聚类算法的函数。以下是根据参考文章整理的 cv2.kmeans 函数的中文文档：

一、函数功能

cv2.kmeans 用于执行 K-Means 聚类算法，将一组数据点划分到 K 个簇中，使得簇内的数据点尽可能相似，而簇间的数据点尽可能不同。

二、函数格式

retval, labels, centers = cv2.kmeans(data, K, None, criteria, attempts, flags, centers=None)

三、参数说明

data：需要被聚类的原始数据集合，数据类型应为 np.float32。数据应是一维或多维的，每个样本应使用一行表示。例如，Mat points(count, 2, CV_32F) 表示二维浮点数据集。
K：聚类簇数，即希望将数据分成的簇的数量。
None：在原始 API 中，此位置是用于传递之前迭代的标签的，但在大多数情况下，可以设置为 None，因为算法会自动处理。
criteria：算法的终止条件。通常是一个包含三个元素的元组 (type, max_iter, epsilon)：
- type：终止条件类型，可以是 cv2.TERM_CRITERIA_EPS（仅当 epsilon 满足时停止）、cv2.TERM_CRITERIA_MAX_ITER（当迭代次数超过阈值时停止）或两者之和。
- max_iter：最大迭代次数。
- epsilon：精确度阈值。
attempts：使用不同的初始中心（或种子）来执行算法的次数。算法会返回最好的结果。
flags：用于设置如何选择起始重心。可以是 cv2.KMEANS_PP_CENTERS（使用 K-Means++ 初始化）或 cv2.KMEANS_RANDOM_CENTERS（随机初始化）。
centers（可选）：输出的聚类中心。如果未提供，则算法会返回一个。

四、返回值

retval：紧密度（compactness），即每个点到其相应簇中心的距离的平方和。
labels：每个数据点的最终分类标签数组。
centers：由聚类中心组成的数组。

五、注意事项

在调用 cv2.kmeans 之前，通常需要将数据转换为 np.float32 类型，并确保数据的形状是 (样本数, 特征数)。
聚类结果可能受初始中心选择的影响，因此设置 attempts 参数为较高的值可能会得到更稳定的结果。
根据问题的具体需求和数据特性，可能需要调整 K、max_iter 和 epsilon 等参数以获得最佳聚类效果。

牛刀小试

import cv2
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.cm as cm

num_classes = 6

img = cv2.imread('2.jpg', 0)  # image read be 'gray'

# change img(2D) to 1D
img1 = img.reshape((img.shape[0]*img.shape[1], 1))
img1 = np.float32(img1)

# define criteria = (type,max_iter,epsilon)
criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 10, 1.0)

# set flags: hou to choose the initial center
# ---cv2.KMEANS_PP_CENTERS ;
# cv2.KMEANS_RANDOM_CENTERS
flags = cv2.KMEANS_RANDOM_CENTERS

# apply kmenas
compactness, labels, centers = cv2.kmeans(img1, num_classes, None, criteria, 10, flags)
print(len(centers))

mask = labels.reshape((img.shape[0],img.shape[1]))

cmap = cm.get_cmap('Set1', num_classes)  # 使用'viridis' colormap，但你可以使用其他colormap

# 绘制mask图像
fig, ax = plt.subplots(figsize=(8, 8))
ax.imshow(mask, cmap=cmap, interpolation='nearest', alpha=0.8)
plt.title('mask')
plt.xticks([])
plt.yticks([])

# 你可以添加颜色条（colorbar）来显示每个颜色对应的类别
cbar = fig.colorbar(ax.images[-1], ax=ax, ticks=np.arange(num_classes))
cbar.ax.set_yticklabels(['background'] + [f'class {i}' for i in range(1, num_classes)])

# 显示图像
plt.show()