python 灰度图k-means聚类

以下是使用Python进行灰度图像的K-means聚类的示例代码：

首先，导入所需的库：

import numpy as np
import cv2
from sklearn.cluster import KMeans

然后，加载图像并将其转换为灰度图像：

img = cv2.imread('image.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

接下来，将图像转换为一维数组以进行聚类：

rows, cols = gray.shape
data = gray.reshape(rows * cols, 1)

然后，使用K-means算法进行聚类：

kmeans = KMeans(n_clusters=3)
kmeans.fit(data)

最后，将每个像素分配到其所属的簇，并将其重新构造为图像：

labels = kmeans.predict(data)
res = labels.reshape(rows, cols)
cv2.imshow('K-means Clustering', res)
cv2.waitKey(0)
cv2.destroyAllWindows()

完整代码如下：

import numpy as np
import cv2
from sklearn.cluster import KMeans

img = cv2.imread('image.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

rows, cols = gray.shape
data = gray.reshape(rows * cols, 1)

kmeans = KMeans(n_clusters=3)
kmeans.fit(data)

labels = kmeans.predict(data)
res = labels.reshape(rows, cols)

cv2.imshow('K-means Clustering', res)
cv2.waitKey(0)
cv2.destroyAllWindows()

注意：这里使用的是K-means算法，聚类的数量（即n_clusters）可以根据需要进行更改。