火灾区域分割 k-中值 python

火灾区域分割是图像处理领域中的一个重要问题，K-中值算法是其中一种有效的方法。下面是使用Python实现K-中值算法进行火灾区域分割的示例代码：

import cv2
import numpy as np

def k_median_segmentation(img, k=3):
    # 将图像转换为一维数组
    pixels = img.reshape(-1)

    # 初始化k个中值
    medians = np.random.choice(pixels, k)

    while True:
        # 将每个像素分配到最近的中值
        segments = np.argmin(np.abs(pixels[:, np.newaxis] - medians), axis=1)

        # 计算每个分段的中值
        for i in range(k):
            medians[i] = np.median(pixels[segments == i])

        # 如果中值没有改变，则停止迭代
        if np.allclose(medians, np.array([np.median(pixels[segments == i]) for i in range(k)])):
            break

    # 将分段信息转换回图像形式
    segmented_img = segments.reshape(img.shape)

    return segmented_img

其中，`img`为输入图像，`k`为分割的段数。该函数首先将图像转换为一维数组，并随机初始化k个中值。然后，迭代地将每个像素分配到最近的中值，并计算每个分段的中值。如果中值没有改变，则停止迭代。最后，将分段信息转换回图像形式并返回分割后的图像。