python - K-Means plus 实施

Question

我的分数是获得图像中最常见的颜色，所以我实现了一个 k-means 算法。该算法运行良好，但结果不是我等待的结果。所以现在我正在尝试做一些改进，我首先想到的是实现 k-means++，这样我就为初始集群中心获得了更好的位置。

首先我选择一个随机点，但我如何选择其他点。我的意思是我如何定义它们之间的最小距离。

对此有什么帮助吗？谢谢

Answer 1

您可以使用矢量量化。您可以列出 x+1 和 y+1 方向上的每个像素和每个相邻像素，然后选择差异并沿对角线绘制。然后您可以计算 voronoi 图并获得平均颜色并计算特征向量。使用简单的基于网格的平均颜色会更有效。