Python图像识别（聚类）

# -*- coding: utf-8 -*-
"""
Created on Fri Sep 21 15:37:26 2018

@author: zhen
"""
from PIL import Image
import numpy as np
from sklearn.cluster import KMeans
import matplotlib
import matplotlib.pyplot as plt

def restore_image(cb, cluster, shape):
    row, col, dummy = shape
    image = np.empty((row, col, dummy))
    for r in range(row):
        for c in range(col):
            image[r, c] = cb[cluster[r * col + c]]
    return image

def show_scatter(a):
    N = 10
    density, edges = np.histogramdd(a, bins=[N, N, N], range=[(0, 1), (0, 1), (0, 1)])
    density /= density.max()
    x = y = z = np.arange(N)
    d = np.meshgrid(x, y, z)
    
    fig = plt.figure(1, facecolor='w')
    ax = fig.add_subplot(111, projection='3d')

    cm = matplotlib.colors.ListedColormap(list('rgbm'))
    ax.scatter(d[0], d[1], d[2], s=100 * density, cmap=cm, marker='o', depthshade=True)
    ax.set_xlabel(u'红')
    ax.set_ylabel(u'绿')
    ax.set_zlabel(u'蓝')
    plt.title(u'图像颜色三维频数分布', fontsize=20)
    
    plt.figure(2, facecolor='w')
    den = density[density > 0]
    den = np.sort(den)[::-1]
    t = np.arange(len(den))
    plt.plot(t, den, 'r-', t, den, 'go', lw=2)
    plt.title(u'图像颜色频数分布', fontsize=18)
    plt.grid(True)
    
    plt.show()
      
if __name__ == '__main__':
    matplotlib.rcParams['font.sans-serif'] = [u'SimHei']
    matplotlib.rcParams['axes.unicode_minus'] = False
    # 聚类数2,6,30
    num_vq = 2
    im = Image.open('C:/Users/zhen/.spyder-py3/images/Lena.png')
    image = np.array(im).astype(np.float) / 255
    image = image[:, :, :3]
    image_v = image.reshape((-1, 3))
    kmeans = KMeans(n_clusters=num_vq, init='k-means++')
    show_scatter(image_v)
    
    N = image_v.shape[0]  # 图像像素总数
    # 选择样本，计算聚类中心
    idx = np.random.randint(0, N, size=int(N * 0.7))
    image_sample = image_v[idx]
    kmeans.fit(image_sample)
    result = kmeans.predict(image_v)  # 聚类结果
    print('聚类结果:
', result)
    print('聚类中心:
', kmeans.cluster_centers_)
    
    plt.figure(figsize=(15, 8), facecolor='w')
    plt.subplot(211)
    plt.axis('off')
    plt.title(u'原始图片', fontsize=18)
    plt.imshow(image)
    # plt.savefig('原始图片.png')
    
    plt.subplot(212)
    vq_image = restore_image(kmeans.cluster_centers_, result, image.shape)
    plt.axis('off')
    plt.title(u'聚类个数:%d' % num_vq, fontsize=20)
    plt.imshow(vq_image)
    # plt.savefig('矢量化图片.png')
    
    plt.tight_layout(1.2)
    plt.show()

结果：

　　　　 　

　　1.当k=2时：

　　

 　　　　　　

　　2.当k=6时：

 　  

　　　　　　　　

　　3.当k=30时：

 　  

　　　　　 　

总结：当聚类个数较少时，算法运算速度快但效果较差，当聚类个数较多时，运算速度慢效果好但容易过拟合，所以恰当的k值对于聚类来说影响极其明显！！