如何在Python中使用OpenCV和K-Means聚类进行图像分割？

使用 K-Means Clustering 无监督机器学习算法在 Python 中使用 OpenCV 分割图像的不同部分。

OpenCV和K-Means聚类实现图像分割：图像分割是将图像分割成多个不同区域（或片段）的过程。目标是将图像的表示方式更改为更简单、更有意义的图像。

Python如何分割图像？这是图像处理中的重要一步，因为现实世界的图像并不总是只包含我们想要分类的一个对象。例如，对于自动驾驶汽车，图像将包含道路、汽车、行人等。因此我们可能需要在这里使用分割来分离对象并单独分析每个对象（即图像分类）以检查它是什么。

相关文章： 如何使用 OpenCV 在 Python 中检测人脸。

在本教程中，我们将看到一种图像分割方法，即K-Means Clustering。

K-Means 聚类是一种无监督机器学习算法，旨在将N 个观测值划分为K 个聚类，其中每个观测值都属于具有最近均值的聚类。集群是指由于某些相似性而聚合在一起的数据点的集合。对于图像分割，这里的簇是不同的图像颜色。

以下视频应该让你熟悉 K-Means 聚类算法：

Python图像分割示例：在我们深入研究代码之前，我们需要安装所需的库：

pip3 install opencv-python numpy matplotlib

让我们导入它们：

import cv2
import numpy as np
import matplotlib.pyplot as plt

我将使用此图像进行演示，请随意使用：

加载图像：

# read the image
image = cv2.imread("image.jpg")

OpenCV和K-Means聚类实现图像分割：在我们做任何事情之前，让我们将图像转换为RGB格式：

# convert to RGB
image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)

复制我们将使用cv2.kmeans()函数，它将一个2D数组作为输入，并且由于我们的原始图像是3D（宽度、高度和深度3 个 RGB值），我们需要将高度和宽度展平为单个向量像素数（3 个 RGB值）：

# reshape the image to a 2D array of pixels and 3 color values (RGB)
pixel_values = image.reshape((-1, 3))
# convert to float
pixel_values = np.float32(pixel_values)

让我们尝试打印生成的像素值的形状：

print(pixel_values.shape)

输出：

(2073600, 3)

Python如何分割图像？正如预期的那样，这是将高分辨率(1920, 1050)图像弄平的结果。如果你观看了解释算法的视频，你会看到他在第 3 分钟左右说，当没有任何集群分配发生变化时，算法就会停止。好吧，我们会在这里作弊，因为这是大量数据点，因此需要大量时间来处理，我们将在超过一定迭代次数（例如100 次）或如果集群移动小于某个 epsilon 值（让我们在这里选择0.2），下面的代码定义了OpenCV 中的停止标准：

# define stopping criteria
criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 100, 0.2)

如果你查看图像，会发现三种主要颜色（绿色代表树木，蓝色代表海洋/湖泊，白色至橙色代表天空）。因此，我们将为这张图片使用三个集群：

# number of clusters (K)
k = 3
_, labels, (centers) = cv2.kmeans(pixel_values, k, None, criteria, 10, cv2.KMEANS_RANDOM_CENTERS)

标签数组是每个像素的聚类标签，它要么是0，要么是1 ，要么是2（因为k = 3），中心指的是中心点（每个质心的值）。

cv2.KMEANS_RANDOM_CENTERS只是指示OpenCV最初随机分配集群的值。

Python图像分割示例：如果你回顾一下代码，我们没有提到我们将扁平化的图像像素值转换为浮点数，我们这样做是因为cv2.kmeans() 需要这样做，让我们将它们转换回8 位像素值：

# convert back to 8 bit values
centers = np.uint8(centers)

# flatten the labels array
labels = labels.flatten()

现在让我们构建分割图像：

# convert all pixels to the color of the centroids
segmented_image = centers[labels.flatten()]

OpenCV和K-Means聚类实现图像分割：转换回原始图像形状并显示：

# reshape back to the original image dimension
segmented_image = segmented_image.reshape(image.shape)
# show the image
plt.imshow(segmented_image)
plt.show()

这是生成的图像：

Python如何分割图像？太棒了，我们还可以禁用图像中的一些集群。例如，让我们禁用集群编号2并显示原始图像：

# disable only the cluster number 2 (turn the pixel into black)
masked_image = np.copy(image)
# convert to the shape of a vector of pixel values
masked_image = masked_image.reshape((-1, 3))
# color (i.e cluster) to disable
cluster = 2
masked_image[labels == cluster] = [0, 0, 0]
# convert back to original shape
masked_image = masked_image.reshape(image.shape)
# show the image
plt.imshow(masked_image)
plt.show()

这是生成的图像：

哇，原来集群 2 是树，请随意：

• 禁用其他集群，看看哪个是准确分割的。
• 调整参数以获得更好的结果（例如k）。
• 使用清晰包含不同颜色的不同对象的其他图像。

请注意，还有其他分割技术，例如霍夫变换、轮廓检测和当前最先进的语义分割。