KMeams算法应用:图片压缩与贝叶斯公式理解


from sklearn.datasets import load_sample_image
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans
import numpy as np
flower=load_sample_image('flower.jpg')#原始图片
plt.imshow(flower)
plt.show() image=flower[::3,::3]#降低原始图片的分辨率
plt.imshow(image)
plt.show() #利用Kmeans对图片进行压缩
x=image.reshape(-1,3)#改变数组的形状
n_colors=64
model=KMeans(n_colors)
labels=model.fit_predict(x)
colors=model.cluster_centers_
new_image=colors[labels]
new_image=new_image.reshape(image.shape)
plt.imshow(new_image.astype(np.uint8))
plt.show()

  KMeams算法应用:图片压缩与贝叶斯公式理解

KMeams算法应用:图片压缩与贝叶斯公式理解

KMeams算法应用:图片压缩与贝叶斯公式理解

上一篇:go语言nsq源码解读二 nsqlookupd、nsqd与nsqadmin


下一篇:vue2.0 源码解读(二)