RGB图像的图像分割K手段在python中聚类

Question

我想使用 k 方法对土地覆盖的 RGB 图像（卫星图像）进行分割，以这样一种方式聚类，即图像的不同区域用不同的颜色标记，并且如果可能的话，创建分隔不同区域的边界。

是否有可能通过 K-means 聚类来实现？ 我一直在互联网上搜索，许多教程都是通过 k 方式聚类来完成的，但只有在将图像转换为灰度之后。 我只想用 RGB 图像来做。 有什么来源可以帮助我开始吗？ 请提出一些建议。

Answer 1

我想它与 RachJain 无关，但如果将来有人需要： sklearn KMean 算法的简单使用将给出想要的结果：

from sklearn.cluster import KMeans
pic = np.float64(misc.imread(filepath)/255)
kmeans = KMeans(n_clusters=13, random_state=0).fit(pic)
pic2show = kmeans.cluster_centers_[kmeans.labels_]
plt.imshow(pic2show)

Answer 2

你的意思是他们将图像转换为灰度？ 该公式计算点到质心的欧几里德距离。 因此使用 R、G、B 值。 阅读这份学生报告以比较使用不同颜色空间 - RGB 或 HSV： http : //www.cs.bgu.ac.il/~ben-shahar/Teaching/Computational-Vision/StudentProjects/ICBV121/ICBV-2012- 1-OfirNijinsky-AvivPeled/report.pdf