基于Kmeans聚类算法的图像分割（色彩分割）实战

Posted 2021-08-27 Data+Science+Insight

基于Kmeans聚类算法的图像分割（色彩分割）实战

图像分割是将一幅图像分割成多个像素区域的任务。属于同一对象类型的所有像素都被分配到同一类别下。图像分类是给一副完整的图像一个类别，目标检测是检测到图像中的所有感兴趣区域、给出坐标（bounding box）并给出标签（lable），而语义分割是将图像中的每一个类别对应的像素点进行分类（给出掩码信息），最后实例分割，不仅需要把不同类别的像素分类开来，还要把同一类别的不同个体（实例）也要区分开来。

在实例分割中，属于同一对象的所有像素都被分配到同一类别。目前，语义或实例分割的最新技术是使用基于卷积神经网络的复杂结构来实现的。

在这里，我们要做一些简单得多的事情，颜色分割。我们将简单地分配像素到相同的区域，如果他们有相似的颜色。

应用：如果我们想评估卫星图像中的森林覆盖的情况，那么颜色分割就已经足够了；

# 导入matplotlib读取图像的包；

from matplotlib.image import imread
import os

# 图像内容加载；

image = imread(fname=os.path.join("static", "imgs", "butterfly.jpg"))

image.shape