聚类算法实现图像压缩代码解析一、文章来源二、读取图片三、压缩四、解压五、结果展示

121 阅读 0 评论 80 点赞

我是靠谱客的博主炙热店员，这篇文章主要介绍聚类算法实现图像压缩代码解析一、文章来源二、读取图片三、压缩四、解压五、结果展示，现在分享给大家，希望可以做个参考。

代码逐句解析

一、文章来源
二、读取图片
三、压缩
四、解压
五、结果展示

一、文章来源

初学聚类，觉得博主的代码写的很不错，但其中很多代码在第一遍看的时候有很多地方不理解，后查阅了很多资料，终于看明白了，于是写了一篇笔记，记录自己的学习心得，有不准确的地方，还望各位大佬们不吝赐教~
聚类算法实现图像压缩

二、读取图片

复制代码

1
2
3
4
5
6
7
8
9
10
11
12
# 读取图片
import cv2
import numpy as np
from scipy.cluster.vq import kmeans2
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置字体，最后图片边框上出现的横纵坐标值就以这种字体出现
img = cv2.imread('home.jpg')   # 读入图片，并用img表示
print(img.shape)    # 输出图片的高度、宽度、通道数。（灰图的通道数是2）彩图的通道数是3，所以shape的最后一维是3
# img.shape (720, 1280, 3)  最后一维的3表示一个三维向量，（x,y,z）分别表示RGB(红绿蓝)每种颜色的“亮度”
img_reshape = img.reshape((-1, 3))  # 只改变前两维的参数，宽设置为3，高设置-1的意思就是自动“适应”某个值，使得“面积”不变
# img_reshape.shape (921600, 3)  720*1280=921600*3

三、压缩

复制代码

1
2
3
4
5
6
7
8
9
10
11
12
# 压缩
# 彩图中，每种颜色（红绿蓝）亮度都是由0-255表示的，由于256=2^8，那么在计算机中需要8bit来表示某一种颜色，三种颜色共计需要24bit来表示
# 为了把图片大小压缩成原来的1/8，那么现在三种颜色只能用3bit来表示，3bit一共能表示多少种颜色呢？是2^3=8种，故选取颜色空间的 8 个聚类中心
n_cluster = 8  # 8=2^3
# 各参数解释：1.每个像素点的元素值换为浮点 2.聚类中心数 3.初始观测值得生成
# kmeans2的参数详解：https://vimsky.com/examples/usage/python-scipy.cluster.vq.kmeans2.html
# kemans的参数详解：https://blog.csdn.net/weixin_44707922/article/details/91954734
centers, labels = kmeans2(img_reshape.astype(np.float64), n_cluster, minit='points')
# print(centers)  可见centers存放的是每个簇中心的坐标，即8个表示“质心”颜色的三维向量
# print(labels)  labels是图片从左到右，从上到下每个像素点所属的分类标签（0到7），即属于那个簇
compressed_img = np.asarray(labels)  # x = np.array(arr)或x = np.asarray(arr)都是复制arr给x，区别是前者只复制赋值时的数据，后者当arr更改时，x也会自动更改

四、解压

复制代码

1
2
3
4
5
6
# 解压
recovered_img = []  # 空的recovered_img用于后面接受所有质心颜色
for i in compressed_img:    # 按照labels的顺序，即每个像素点对应的“质心”颜色，将质心颜色填入所有对应像素点
    recovered_img.append(centers[i])
recovered_img = np.asarray(recovered_img).reshape(img.shape)    # 重新塑造一下形状

五、结果展示

复制代码

1
2
3
4
5
6
7
8
9
10
11
# 展示
plt.figure(figsize=(40, 10))    # 最后生成图片的宽和高
plt.subplot(1, 2, 1)    # 把图片分成一行两列，然后再第一个区域绘图
plt.imshow(img[:, :, ::-1])  # [:,:,::-1]是对图片颜色向量做翻转，比如某个像素点颜色向量是[a,b,c]，执行后变成[c,b,a]，为什么要翻转，因为第七行的cv2.imread是按BGR（蓝绿红）的顺序读取的
# 详解看：https://blog.csdn.net/u014453898/article/details/93716118
# 若将35行换成plt.imshow(img)  再plt.show，发现输出的图片和我们上传图片的颜色不一样
# 综上，建议第七行直接plt读取，然后后面输出便不需要翻转了
plt.subplot(1, 2, 2)    # # 把图片分成一行两列，然后再第二个区域绘图
plt.imshow(recovered_img.astype(int)[:, :, ::-1])   # 对图像进行处理，并显示其格式
plt.show()