在图像上使用预定义中心进行聚类

如何使用预定义质心的聚类算法,例如K-Means?或者,如果您能推荐更好的解决方案来解决我的问题,即将图像中的所有像素从RGB颜色替换为最接近的预定义颜色集{blue, red, green, yellow, orange},我将不胜感激。


回答:

如果您想将像素的颜色更改为最接近的预定义颜色,那么无需使用k-means算法。

  1. 遍历图像中的所有像素:
  2. 对于每个像素,计算其与每个预定义颜色的欧几里得距离
  3. 根据步骤2中找到的最接近的预定义颜色,分配新的像素值

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注