k均值聚类算法

#include “comm.hpp“

#define K 5
#define TH 0.02			//阈值
#define SAMPLE_NUM 100	//样本数量
#define HEIGHT	512
#define WIDTH	512
#define RANDOM_X （rand（） % WIDTH） //通过取余取得指定范围的随机数
#define RANDOM_Y （rand（） % HEIGHT） //通过取余取得指定范围的随机数
#define RANDOM_COLOR （rand（） % 255）

typedef struct _feature 
{
	double x;			//特征x
	double y;			//特征y
} FEATURE;

typedef struct _sample 
{
	FEATURE feature;
	int cluster;		//所属的类
} SAMPLE;

typedef struct _cluster
{
	FEATURE center;
	FEATURE pre_center;
	int count;			//样本个数
} CLUSTER;

typedef struct _color
{
	unsigned char val[3];
} COLOR;

static CLUSTER c[K];
static COLOR color[K];
static SAMPLE s[SAMPLE_NUM];
static IplImage *p_image = NULL;

static double dist（FEATURE f1 FEATURE f2）
{
	double x = f1.x - f2.x;
	double y = f1.y - f2.y;
	return static_cast（sqrt（x * x + y * y））;
}

static void update_center（）
{
	double x[K]y[K];
	memset（x0sizeof（x））;
	memset（y0sizeof（y））;
	for（int i = 0; i < SAMPLE_NUM; i++）
	{
		x[s[i].cluster] += s[i].feature.x;
		y[s[i].cluster] += s[i].feature.y;
	}
	for（int i = 0; i < K; i++）
	{
		c[i].pre_center = c[i].center;
		c[i].center.x = x[i] / c[i].count;
		c[i].center.y = y[i] / c[i].count;
		c[i].count = 0;
	}
}

static bool good_result（）
{
	for（int i = 0; i < K; i++）
	{
		if（dist（c[i].centerc[i].pre_center） > TH）
			return false;
	}
	return true;
}

static void show_outcome（）
{
	unsigned char *data = NULL;
	for（int y = 0; y < HEIGHT; y++）//这里将平面中所有的点都标记，就可以看到平面是怎样被划分的了
	{
		data = （unsigned char *）（p_image->widthStep * y + p_image->imageData）;
		for（int x = 0; x < WIDTH; x++）
		{
			double min_dist = 1000;
			int min_k = 0;
			FEATURE f;
			f.x = x;
			f.y = y;
			for（int i = 0; i < K; i++）
			{
				double tmp = dist（c[i].center f）; 
				if（tmp < min_dist）
				{
					min_dist = tmp;
					min_k = i; 
				}
			}
			*（data + （x * p_image->nChannels + 0）） = color[min_k].val[0];
			*（data + （x * p_image->nChannels + 1）） = color[min_k].val[1];
			*（data + （x * p_image->nChannels + 2）） = color[min_k].val[2];
			*（data + （x * p_image->nChannels + 3）） = 200;
// 			IMG_B（imgxy） = color[min_k].val[0];
// 			IMG_G（imgx