4.K均值算法--应用
2021-02-13 11:18
标签:sim line from get top 生成 标题 tle ati 1. 应用K-means算法进行图片压缩 一开始我是看直播回放把老师的代码放进去尝试运行,然后发现出现了一些问题,在百度后得到解决。 关于PIL的缺失的解决办法 https://blog.csdn.net/jacabe/article/details/80040338 然后在进行自己的图片压缩时,想给图片加标题,发现中文无法显示 关于标题中文显示乱码的问题 https://blog.csdn.net/weixin_45092662/article/details/102477032 以下为源代码: 结果如下: 2. 观察学习与生活中可以用K均值解决的问题。 4.K均值算法--应用 标签:sim line from get top 生成 标题 tle ati 原文地址:https://www.cnblogs.com/fzybk/p/12727266.htmlimport matplotlib.pyplot as plt
import matplotlib.image as ig
import numpy as np
import sys
from sklearn.cluster import KMeans
# 读取一张图片
pd = ig.imread(‘C:/Users/86186/Desktop/大三下/机器学习/pd.jpg‘)
# 观察图片文件大小,占内存大小,图片数据结构,线性化
print("原图片的文件大小", pd.size)
print("原图片的内存大小", sys.getsizeof(pd))
# 用kmeans对图片像素颜色进行聚类
# 获取每个像素的颜色类别,每个类别的颜色
# 压缩图片生成:以聚类中收替代原像素颜色,还原为二维
X = pd.reshape(-1, 3) # 把二维的变成线性的
n_colors = 64 # 将图片分成64种颜色
model = KMeans(n_colors) # 构建模型
labels = model.fit_predict(X)
colors = model.cluster_centers_ # 聚类中心
# 观察压缩图片的文件大小,占内存大小
# 解决中文显示问题
plt.rcParams[‘font.sans-serif‘] = [‘SimHei‘]
plt.rcParams[‘axes.unicode_minus‘] = False
new_image = colors[labels].reshape(pd.shape)
plt.imshow(pd)
plt.title("原图片")
plt.show()
plt.title("最终压缩后的图片")
plt.imshow(new_image.astype(np.uint8)[::3, ::3])
plt.show()
print("最终压缩的图片的文件大小", new_image.size)
print("最终压缩的图片的内存大小", sys.getsizeof(new_image))