在图像矢量上使用k-means

Question

在图像矢量上使用k-means时，我有一个唠叨的疑问。我有一个RGB图像，我已经转换为HSV空间。基本上我想单独在H向量上执行k-means。这是一个214乘300的向量。

我有两个问题：

1.在将样品送入kmeans命令之前，我应该将样品重塑为64200 * 1向量吗？

2.如何找到每个聚类的中心（我聚集成4个聚类，因此我需要4个位置，每个位置代表每个聚类的中心。）

Answer 1

1. 是的，您应该将矩阵重新整形为1xN向量，其中N对应于您正在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的很大一部分是找到正确的聚类中心。这种情况适合您，不需要先验设置。如果要初始化具有良好中心的群集，请查看k-means++，但在运行k-means之前不必查找群集中心。要在聚类之后获得计算的聚类中心，您只需要查看从k-means调用提供的输出数组。签名如下：

   double kmeans（InputArray data，int K，InputOutputArray bestLabels，TermCriteria criteria，int attempts，int flags，OutputArray centers = 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。