K-means算法应用：图片压缩

from sklearn.datasets import load_sample_image
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt
import numpy as np

china = load_sample_image("china.jpg")
plt.imshow(china)
plt.show()

image = china[::3,::3] #降低分辨率
X = image.reshape(-1,3)
print(china.shape,image.shape,X.shape)

x=image.reshape(-1,3)            #重造数组
n_colors = 64                    #(256,256,256)
model = KMeans(n_colors)
labels = model.fit_predict(X)    #每个点的颜色分类，0-63
colors = model.cluster_centers_    #64个聚类中心，颜色值
new_image=colors[labels]#进行颜色填充
new_image=image.reshape(143,214,3)
new_image=new_image.reshape(image.shape)    #还原原来的数组

plt.imshow(image);
plt.show()
plt.imshow(new_image.astype(np.uint8)  )#转换为数据类型
plt.show()

#查看图片大小
import sys
print(sys.getsizeof(china)) #原图片
print(sys.getsizeof(new_image))  #新图片

#将原始图片与新图片保存成文件，观察文件的大小。

import matplotlib.image as img
img.imsave('img.jpg',china)

img.imsave('new_image.jpg',new_image)