在sklearn中使用Ward聚类进行彩色图像分割

Question

我正在尝试在sklearn中使用Ward方法来分割彩色图像。我一直在使用sklearn示例来分割灰度图像（http://scikit-learn.org/stable/auto_examples/cluster/plot_lena_ward_segmentation.html#example-cluster-plot-lena-ward-segmentation-py），但我似乎无法使用颜色。

以下是代码：

from PIL import Image
import numpy as np
from sklearn.feature_extraction.image import grid_to_graph
from sklearn.cluster import Ward

img = Image.open("test.jpg")
img = np.array(img)

X = img.reshape((-1, 3))
x, y, z = img.shape

connectivity = grid_to_graph(n_x=x, n_y=y, n_z=z)
ward = Ward(n_clusters=5, connectivity=connectivity).fit(X)

我得到的错误：

Traceback (most recent call last):
  File "<pyshell#421>", line 1, in <module>
    ward = Ward(n_clusters=5, connectivity=connectivity).fit(X)
  File "C:\Python27\lib\site-packages\sklearn\cluster\hierarchical.py", line 370, in fit
    raise ValueError("`connectivity` does not have shape "
ValueError: `connectivity` does not have shape (n_samples, n_samples)

我尝试过其他一些东西，但似乎没什么用。谢谢！

更新

我可以发誓我之前尝试过这个，但显然在调用grid_to_graph时省略了n_z参数解决了这个问题：

connectivity = grid_to_graph(n_x=x, n_y=y)
ward = Ward(n_clusters=5, connectivity=connectivity).fit(X)

如果有人能够证实或否认这仍然是我正在努力完成的事情，那就太棒了！