首页 > 代码库 > 中国mooc北京理工大学机器学习第一周(三)
中国mooc北京理工大学机器学习第一周(三)
三、基于聚类的整图分割
需要利用PIL进行图片处理,在anaconda安装的时候提示PIL只能用在py26,搜索知,可以conda install pillow 即可。
def loadData(filePath): f = open(filePath,‘rb‘) data = [] img = image.open(f) m,n = img.size for i in range(m): for j in range(n): x,y,z = img.getpixel((i,j)) #getpixel data.append([x/256.0,y/256.0,z/256.0]) f.close() return np.mat(data),m,n imgData,row,col = loadData(‘Desktop\\12.jpg‘)#双斜杠 label = KMeans(n_clusters=8).fit_predict(imgData)#进行聚类,找同类 print(label) label = label.reshape([row,col]) print(label) pic_new = image.new("L", (row, col)) for i in range(row): for j in range(col): pic_new.putpixel((i,j), int(256/(label[i][j]+1)))#双循环putpixel pic_new.save("Desktop\\12-8.jpg", "JPEG")
代码比较简单,应用层面上需要注意的是图像的格式与几个像素点的问题。
以上:)
中国mooc北京理工大学机器学习第一周(三)
声明:以上内容来自用户投稿及互联网公开渠道收集整理发布,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任,若内容有误或涉及侵权可进行投诉: 投诉/举报 工作人员会在5个工作日内联系你,一经查实,本站将立刻删除涉嫌侵权内容。