opencv中的KMeans算法

Question

我对opencv中的kmeans算法有一些疑问。我有一项任务是训练神经网络以识别字母之间的空白区域，并且为了训练空白，我有一个像w_space_group = max(enumerate(k_means.cluster_centers_), key = lambda x: x[1])[0]这样的代码，它应该从白色空间中创建聚类和单独的字母，并制作一组空格。

有人可以解释一下这个key=lambda x:x[1])[0]是什么意思吗？另外，cluster_centers_是什么意思，还有k_means的其他属性吗？ k_means是否自动知道他的任务是将字母与空格分开？在此先感谢：）

Answer 1

enumerate创建(index, k_means.cluster_centers_[index])的元组。 key参数告诉max函数使用该元组的第二个条目来搜索最大值。 （而不是使用索引，这没有多大意义）

k-Means不知道您想要将空格与数据分开。它的作用是在数据中找到k个簇。那么结果意味着什么完全取决于你向k-Means提供的输入。