Python图像聚类

# 程序用到了‘opencv‘、‘matplotlib‘和‘numpy‘库，请先自行配置。
# 第‘11‘行换成要处理图像的路径

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


# ======准备工作======
# 原图像路径
imPath = ‘xxx.jpg‘

# 读取图像
origin = cv2.imread（imPath）

# 将图像转换为灰度图像
origin = cv2.cvtColor（origin cv2.COLOR_BGR2GRAY）

# 图像大小信息
h w = origin.shape
print（“原始图像大小为 ：{}*{}“.format（h w））

# 设置缩放系数，系数越大缩放程度越强
alpha = int（input（“\n请输入缩放系数 ： “））

# 图像缩放
newH = int（h / alpha）
newW = int（w / alpha）
print（“\n缩放后图像大小 : {}*{}“.format（newH newW））
origin = cv2.resize（origin （newW newH））

# 设置分为几类
numOfClass = int（input（“\n色彩分类数 ： “））

# 设置最大迭代次数
roundForLoop = int（input（“\n定义最大迭代次数 ： “））
print（）

# ======进行聚类======
print（“————开始聚类————“）

# 以等分最大与最小区间来初始化numOfClass个中心点
valueArange = origin.max（） - origin.min（）
keyValueList = []  # 用来存储numOfClass个中心点的值

for i in range（1 numOfClass + 1）:
    keyValueList.append（valueArange / numOfClass * i / 2）

# 聚类更新keyValueList
flagMatrix = np.zeros（（newH newW））

for