我一直在试图弄清楚如何通过Python模块(如skimage或scipy)中的K-means聚类来分割图像。我发现代码here由k表示的图像分割意味着在Python中聚类
当我尝试运行我的图像的代码时,我的python解释器停止响应。
此外,我不明白上述给定的链接代码的下采样部分。 请告诉我该怎么做?
我一直在试图弄清楚如何通过Python模块(如skimage或scipy)中的K-means聚类来分割图像。我发现代码here由k表示的图像分割意味着在Python中聚类
当我尝试运行我的图像的代码时,我的python解释器停止响应。
此外,我不明白上述给定的链接代码的下采样部分。 请告诉我该怎么做?
该代码是正确的,(它对我来说很好)。这只需要时间,完成(我的笔记本电脑80秒)。也许你需要像lena图像那样的灰度图像。
对于下采样;
lena = sp.misc.lena()
print np.shape(lena)
print np.shape(lena[::2, ::2]) # lena[0,0], lena[0,2], lena[0,4], lena[0,6]
print np.shape(lena[1::2, ::2]) # lena[1,0], lena[1,2], lena[1,4], lena[1,6]
print np.shape(lena[::2, 1::2]) # lena[0,1], lena[0,3], lena[0,5], lena[0,7]
print np.shape(lena[1::2, 1::2]) # lena[1,1], lena[1,3], lena[1,5], lena[1,7]
# lena[0,0], lena[0,2], lena[0,4], lena[0,6], ...
# + , + , + , + , +
# lena[1,0], lena[1,2], lena[1,4], lena[1,6], ...
# + , + , + , + , +
# lena[0,1], lena[0,3], lena[0,5], lena[0,7], ...
# + , + , + , + , +
# lena[1,1], lena[1,3], lena[1,5], lena[1,7], ...
# = , = , = , = , =
# lena[0,0], lena[0,1], lena[0,2], lena[0,3], ...
lena = lena[::2, ::2] + lena[1::2, ::2] + lena[::2, 1::2] + lena[1::2, 1::2]
print 'Shape :', np.shape(lena)
lena = lena[::2, ::2] + lena[1::2, ::2] + lena[::2, 1::2] + lena[1::2, 1::2]
print 'Shape :', np.shape(lena)
研究并理解代码,而不是盲目地运行它。尤其要注意可扩展性。 –