毕业了，在Python中使用 OpenCV 和K-Means 聚类对毕业照进行图像分割

Posted 2021-06-25 刘润森！

@Author：Runsen

图像分割是将图像分割成多个不同区域（或片段）的过程。目标是将图像的表示变成更容易和更有意义的图像。

在这篇博客中，我们将看到一种图像分割方法，即K-Means Clustering。

K-Means 聚类是一种无监督机器学习算法，旨在将N 个观测值划分为K 个聚类，其中每个观测值都属于具有最近均值的聚类。集群是指由于某些相似性而聚合在一起的数据点的集合。对于图像分割，这里的簇是不同的图像颜色。

我们使用的环境是pip install opencv-python numpy matplotlib

选择的图片是我们学校毕业照的图片，放心这里没有我，在学校公众号找的美图。

导入所需模块：

import cv2
import numpy as np
import matplotlib.pyplot as plt
# read the image
image = cv2.imread("Graduation.jpg")

在进行图像分割之前，让我们将图像转换为RGB格式：

image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)

我们将使用cv2.kmeans()函数，它将一个2D数组作为输入，并且由于我们的原始图像是3D（宽度、高度和深度为3 个 RGB值），我们需要将高度和宽度展平为单个像素向量（3 个 RGB值）：

# 将图像重塑为像素和3个颜色值（RGB）的2D数组
print(image.shape) #(853, 1280, 3)
pixel_values = image.reshape((-1, 3))
# 转换为numpy的float32
pixel_values = np.float32(pixel_values)
print(pixel_values.shape) #(1091840, 3)

关于opencv下的kmean算法，函数为cv2.kmeans()
函数的格式为：kmeans(data, K, bestLabels, criteria, attempts, flags)

• data: 分类数据，最好是np.float32的数据，每个特征放一列。之所以是np.float32原因是这种数据类型运算速度快，如果是uint型数据将会很慢。
• K: 分类数，opencv2的kmeans分类是需要已知分类数的。
• bestLabels：预设的分类标签：没有的话 None
• criteria：迭代停止的模式选择，这是一个含有三个元素的元组型数。格式为（type,max_iter,epsilon），max_iter迭代次数，epsilon结果的精确性
  其中，type又有三种选择：
  • cv2.TERM_CRITERIA_EPS :精确度（误差）满足epsilon停止。
  • cv2.TERM_CRITERIA_MAX_ITER：迭代次数超过max_iter停止
  • cv2.TERM_CRITERIA_EPS+cv2.TERM_CRITERIA_MAX_ITER，两者合体，任意一个满足结束。-
• attempts：重复试验kmeans算法次数，将会返回最好的一次结果
• flags：初始类中心选择，两种方法
  cv2.KMEANS_PP_CENTERS 算法kmeans++的center; cv2.KMEANS_RANDOM_CENTERS随机初始化

在这里，我们需要设置criteria确定停止标准。我们将在超过某些迭代次数（例如500）时停止，或者如果集群移动小于某个 epsilon 值（让我们在这里选择0.1），下面的代码在OpenCV 中定义了这个停止标准：

# 确定停止标准
criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 500, 0.1)

上面图像，会发现五种主要颜色（分别是天空、草地、树、人的上身白，人的下身黑）

因此，我们将为这张图片使用K=5：

k = 5
_, labels, (centers) = cv2.kmeans(pixel_values, k, None, criteria, 10, cv2.KMEANS_RANDOM_CENTERS)

cv2.KMEANS_RANDOM_CENTERS只是指示OpenCV最初随机分配集群的值。

我们将扁平化的图像像素值转换为浮点数32类型，是因为cv2.kmeans() 浮点数32类型，然后，让我们将浮点数转换回8 位像素值np.uint8(centers)：

# 转换回np.uint8
centers = np.uint8(centers)

# 展平标签阵列
labels = labels.flatten()

segmented_image = centers[labels.flatten()]

转换回原始图像形状并显示：

#重塑回原始图像尺寸
segmented_image = segmented_image.reshape(image.shape)
plt.imshow(segmented_image)
plt.show()

当然，我们还可以禁用图像中的一些K-Means 聚类集群。例如，让我们禁用集群编号1并显示图像：

# 禁用2号群集（将像素变为黑色）
masked_image = np.copy(segmented_image)
# 转换为像素值向量的形状
masked_image = masked_image.reshape((-1, 3))
cluster1 = 1
masked_image[labels == cluster1] = [0, 0, 0]
# 转换回原始形状
masked_image = masked_image.reshape(image.shape)
plt.imshow(masked_image)
plt.show()

原来K-Means 聚类2 号集群 是树。

请注意，还有其他分割技术，例如霍夫变换、轮廓检测和当前最先进的语义分割。

对此推荐大佬给你们

[Python图像处理] 四十.全网首发Python图像分割万字详解（阈值分割、边缘分割、纹理分割、分水岭算法、K-Means分割、漫水填充分割、区域定位）