颜色分割：更好的聚类分析，以找到K

Question

我知道有很多这样的问题和一些解决方案，但我希望还有另一种方法。

目标：最终目标是在给定图像的情况下对颜色进行聚类，然后允许用户更改这些颜色。用户不需要输入任何k。该算法确定 K 。

方法：目前，我使用了轮廓得分指标（http://scikit-learn.sourceforge.net/dev/modules/generated/sklearn.metrics.silhouette_score.html#sklearn.metrics.silhouette_score）。我使用MiniBatchKMeans对图像进行聚类，然后计算k（4-8）范围内的silhouette_score。代码是：

# silhouetteCoeff determination
def silhouetteCoeff(z):
max_silhouette = 0
max_k = 0
for i in range(4, 17):
    clt = MiniBatchKMeans(n_clusters = i, random_state = 42)
    clt.fit(z)
    silhouette_avg = silhouette_score(z, clt.labels_, sample_size = 250, random_state = 42)
    print("k: ", i, " silhouette avg: ", silhouette_avg)
    if (silhouette_avg == 1.0):
        max_k = i
        break
    elif (silhouette_avg > max_silhouette):
        max_silhouette = silhouette_avg
        max_k = i
print("Max silhouette: ", max_silhouette)
print("Max k: ", max_k)
return int(max_k)

即使我预先对图像进行颜色量化（16种颜色），该功能仍需要6-8秒才能运行（假设图像尺寸为400x400）。

我的问题是，有没有更好或更快的方法来找到k？我也尝试过 Elbow方法，但还是要在那里计算SSE。通过对某些图像的测试，我发现了一个很好的平均k = 8.但是在色彩更浓的图像上，算法会丢失一些颜色。

Answer 1

衡量你的瓶颈！

剪影在O（n²）中，所以很可能它会成为你的方法的瓶颈。此外，有更快的k-means变体比sklearn更快...因此有很多可能使事情变得更快。

Minibatch kmeans甚至不会收敛，但只是接近结果。只有我无法承担将所有数据保存在内存中的意义，这才有意义。

将调色板减少到只有16种颜色据说完全没有帮助。