利用opencv3中的kmeans实现抠图功能

时间：2022-11-12 07:58:53

kmeans算法主要用来实现自动聚类，是一种非监督的机器学习算法，使用非常广泛。在opencv3.0中提供了这样一个函数，直接调用就能实现自动聚类，非常方便。

函数原型：

C++: double kmeans(InputArray data, int K, InputOutputArray bestLabels, TermCriteria criteria, int attempts, int flags, OutputArray centers=noArray() )

有7个参数，分别表示：

data:  需要自动聚类的数据，一般是一个Mat。浮点型的矩阵，每行为一个样本。

k: 取成几类，比较关键的一个参数。

bestLabels:  返回的类别标记,整型数字。

criteria: 算法结束的标准，获取期望精度的迭代最大次数

attempts:  判断某个样本为某个类的最少聚类次数，比如值为3时，则某个样本聚类3次都为同一个类，则确定下来。

flags:  确定簇心的计算方式。有三个值可选：KMEANS_RANDOM_CENTERS 表示随机初始化簇心。KMEANS_PP_CENTERS 表示用kmeans++算法来初始化簇心（没用过），KMEANS_USE_INITIAL_LABELS 表示第一次聚类时用用户给定的值初始化聚类，后面几次的聚类，则自动确定簇心。

centers: 用来初始化簇心的。与前一个flags参数的选择有关。如果选择KMEANS_RANDOM_CENTERS随机初始化簇心，则这个参数可省略。

示例图片：

利用opencv3中的kmeans实现抠图功能

学过ps描图的都知道，头发丝在抠图中，是非常难的。这里我们就用kmeans自动聚类来进行自动抠图。

思路就是将图片的每个像素点的三通道值作为一个特征，因此会得到一个n行3列的特征矩阵data,然后用这个特征矩阵进行kmeans

代码：

#include "stdafx.h"

#include "opencv2\opencv.hpp"

#include <iostream>

using namespace std;

using namespace cv;

int main()

{

    const int MAX_CLUSTERS = ;

    Vec3b colorTab[] =

    {

        Vec3b(, , ),

        Vec3b(, , ),

        Vec3b(, , ),

        Vec3b(, , ),

        Vec3b(, , )

    };

    Mat data,labels;

    Mat pic = imread("d:/woman.png");

    for (int i = ; i < pic.rows;i++)

    for (int j = ; j < pic.cols; j++)

    {

        Vec3b point = pic.at<Vec3b>(i, j);

        Mat tmp = (Mat_<float>(, ) << point[], point[], point[]);

        data.push_back(tmp);

    }

    //根据浏览图片，确定k=3

    kmeans(data, , labels, TermCriteria(TermCriteria::EPS + TermCriteria::COUNT, , 1.0),

        , KMEANS_RANDOM_CENTERS);

    int n = ;

    //显示聚类结果，不同的类别用不同的颜色显示

    for (int i = ; i < pic.rows; i++)

    for (int j = ; j < pic.cols; j++)

    {

        int clusterIdx = labels.at<int>(n);

        pic.at<Vec3b>(i, j) = colorTab[clusterIdx];

        n++;

    }

    imshow("pic", pic);

    waitKey();

    return ;

}

结果：

利用opencv3中的kmeans实现抠图功能

效果不是十分理想，毕竟是全自动的。

相关文章