我希望使用k均值聚类来分割用于土地覆盖的RGB图像（卫星图像），使得图像的不同区域由不同颜色标记，并且如果可能的话，创建分隔不同区域的边界。
是否有可能通过K-means聚类实现这一目标？ 我一直在互联网上搜索，许多教程通过k表示聚类，但只有在将图像转换为灰度后才能进行。我想只用RGB图像来做。是否有任何可以帮助我开始的资源？ 请提出建议。
答案 0 :(得分：0)
他们将图像转换为灰度是什么意思？公式计算点与质心的欧几里德距离。因此使用R，G，B值。阅读此学生报告，了解使用不同颜色空间的比较 - RGB或HSV：http://www.cs.bgu.ac.il/~ben-shahar/Teaching/Computational-Vision/StudentProjects/ICBV121/ICBV-2012-1-OfirNijinsky-AvivPeled/report.pdf
答案 1 :(得分：0)
我想这与RachJain无关，但如果将来有人需要： sklearn KMean算法的简单使用将给出想要的结果：
from sklearn.cluster import KMeans
pic = np.float64(misc.imread(filepath)/255)
kmeans = KMeans(n_clusters=13, random_state=0).fit(pic)
pic2show = kmeans.cluster_centers_[kmeans.labels_]
plt.imshow(pic2show)