目的
道理是这样，但是我们是直接用MATLAB里面的kmeans函数（用 help(‘kmeans’) 可以直接查看kmeans的相关信息），聚类起始点我们并不需要考虑。代码中我们重点关照一下K，最好把不同的K得出的效果放在同一个figure中，这样对比起来效果比较明显。此外，比较有可能影响结果的应该就是模式样本的几何性质了，也就是图片的前景背景的占比，RGB占比等等。(所以建议多试试几张图看看对比)
代码
close all; clear all; clc; k=2; org = imread('test1.png'); %读入图像 figure; subplot(2,2,1); imshow(org),title('原始图像'); %显示原图像 % 接下来需要知道图片的尺寸（长和宽），如若直接对RGB图像进行操作，如下 % [m,n,p]=size(org) %m,n为所求，p=3为通道数 % 或者用下面的这种方法，转化为灰度图再求 gray=rgb2gray(org); [m,n]=size(gray); % 将图像进行RGB——3通道分解 % org(:, :, 1)......分别代表rgb通道 A = reshape(org(:, :, 1), m*n, 1); B = reshape(org(:, :, 2), m*n, 1); C = reshape(org(:, :, 3), m*n, 1); data = [A B C]; % r g b分量组成样本的特征，每个样本有三个属性值，共width*height个样本 % 第二张图 % kmeans第一个参数: N*P的数据矩阵，N为数据个数，P为单个数据维度 res = kmeans(double(data), k); result = reshape(res, m, n); % 反向转化为图片形式 subplot(2,2,2); % label2rgb功能是转换标记矩阵到RGB图像 imshow(label2rgb(result)),title(strcat('K=',num2str(k),'时RGB通道分割结果')); % 显示分割结果 % 第三张图 res = kmeans(double(data), k+1); result = reshape(res, m, n); subplot(2,2,3); imshow(label2rgb(result)),title(strcat('K=',num2str(k+1),'时RGB通道分割结果')); % 第四张图 res = kmeans(double(data), k+2); result = reshape(res, m, n); subplot(2,2,4); imshow(label2rgb(result)),title(strcat('K=',num2str(k+2),'时RGB通道分割结果')); 结果如下
如果说非要讨论距离、起始点等因素的话，可以调用kmeans的另一种形式进行实现。如下。具体参数信息依然是用 help('kmeans') 查看。
[...] = kmeans(...,param1,val1,param2,val2,...) 参数不清楚的可以参考这个链接
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/213895.html原文链接：https://javaforall.net
![IIS7 出现HTTP 500内部服务器错误解决方案[通俗易懂]](https://javaforall.net/wp-content/uploads/2020/11/2020110817443450-480x300.jpg)
