opencv - 在图像向量上使用 k-means

Question

在图像向量上使用 k-means 时，我有一个挥之不去的疑问。我有一个已转换为 HSV 空间的 RGB 图像。基本上我想单独对 H 向量执行 k-means。这是一个 214 x 300 的向量。

我有两个问题：

1.在将样本输入 kmeans 命令之前，是否应该将样本重塑为 64200*1 向量？

2.如何找到每个集群的中心（我将集群分为 4 个集群，因此我需要 4 个位置，每个位置代表每个集群的中心。）

Answer 1

1. 是的，您应该将矩阵重塑为1xN向量，其中N对应于您要聚类的色调值的数量。每个都被视为要聚类的单个数据点。

2. k-means 的很大一部分是寻找正确的聚类中心。这发生在你身上，它不需要事先设置。如果您想用良好的中心初始化集群，请查看k-means++，但您不必在运行 k-means 之前找到集群中心。要在聚类后获得计算的聚类中心，您只需查看调用 k-means 提供的输出数组。签名如下：

   双 kmeans（InputArray 数据，int K，InputOutputArray bestLabels，TermCriteria 标准，int 尝试，int 标志，OutputArray 中心 = noArray（））；

如您所见，kmeans() 调用的最后一个参数是包含聚类中心的矩阵。