K均值算法——应用
2021-02-14 01:18
标签：plot 内存 生成 一个 颜色 二维 获取 show plt 1. 应用K-means算法进行图片压缩 读取一张图片 观察图片文件大小，占内存大小，图片数据结构，线性化 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 观察压缩图片的文件大小，占内存大小 代码如下 2. 观察学习与生活中可以用K均值解决的问题。 从数据-模型训练-测试-预测完整地完成一个应用案例。 这个案例会作为课程成果之一，单独进行评分。 K均值算法——应用 标签：plot 内存 生成 一个 颜色 二维 获取 show plt 原文地址：https://www.cnblogs.com/201706120196y/p/12724619.html
from sklearn.datasets import load_sample_image
from matplotlib import pyplot as plt
from sklearn.cluster import KMeans
import numpy as np
import sys
#读取sklearn.datasets里的图片china.jpg
china = load_sample_image(‘china.jpg‘)
#观察图片的大小和内存
print("图片原大小：",china.size)
print("图片原内存：",sys.getsizeof(china))
#根据图片的分辨率，可适当降低分辨率
image=china[::5,::5] #降低分辨率
x=image.reshape(-1,3) #生成行数未知，列数为3
#将图片中所有的颜色值做聚类，然后获取每个像素的颜色类别，每个类别的颜色。
n_colors=64
model=KMeans(n_colors)
labels=model.fit_predict(x) #每个点颜色分类，训练x
colors=model.cluster_centers_#找聚类点
new_img=colors[labels].reshape(image.shape)
#新图片的大小和内存
print("新图片大小：",new_img.size)
print("新图片内存：",sys.getsizeof(new_img))
#新的图片
plt.imshow(new_img.astype(np.uint8))
plt.show()
上一篇：Java面向对象--类与对象