机器学习-学习记录：KMeans聚类算法实现图像分割

原图片：

代码：

import numpy as np
import matplotlib.pyplot as plt
from skimage import io as io
from sklearn.cluster import KMeans
import pandas as pd

img = io.imread('D:\\1.jpg')
plt.imshow(img)
plt.show()

# 查看数据结果和维度
print(type(img))
print(img.shape)

# 维度存储
img_width = img.shape[1]
img_height = img.shape[0]

# 数据维度转换
img_data = img.reshape(-1,3)
print(img_data.shape)

# 模型建立与训练
model = KMeans(n_clusters=2,random_state=0)
model.fit(img_data)

# 结果预测
label = model.predict(img_data)
print(label)
print(pd.value_counts(label))

# 结果数据维度转换
label = label.reshape([img_height,img_width])
print(label)
print(label.shape)

# 后续灰度处理
label = 1/(label+1)
print(label)

# 结果可视化
plt.imshow(label)
plt.show()

# 图像存储到本地
io.imsave('result_kmeans.png',label)

结果图片：

K值得不同，结果图片是不同的，可以试着修改K值，看一下结果图片的不同之初。