kmeans算法的matlab实践

把图像中所有的像素点进行RGB聚类分析，然后输出看结果

img = imread('qq.png');

%取出R矩阵，并将这个R矩阵拉成一列
imgR = img(:,:,1);
imgR = imgR(:);

%取出G矩阵，并将这个G矩阵拉成一列
imgG = img(:,:,2);
imgG = imgG(:);

%取出B矩阵，并将这个B矩阵拉成一列
imgB = img(:,:,3);
imgB = imgB(:);

%把R G B拼起来 每一行代表每个点的RGB值 总计有 W*H行
imgRGB = [imgR imgG imgB];

%对imgRGB进行聚类算法，默认应该是欧拉距离
[classIndex, classRGB] = kmeans(double(imgRGB), 3);
classRGB = int32(classRGB);

%把3个中心点的RGB值作为输出值，使图像只有那么3种颜色
for i=1:size(classIndex,1)
   
    if(classIndex(i) == 1)
        imgRGB(i,:) = classRGB(1,:);
    end
    
    if(classIndex(i) == 2)
        imgRGB(i,:) = classRGB(2,:);
    end
    
    if(classIndex(i) == 3)
        imgRGB(i,:) = classRGB(3,:);
    end
        
end


%最后把数据转回图像的矩阵，显示出来
[height,width] = size(img);
width = width/3;
for j=1:width
    for i=1:height
        img(i,j,1) = imgRGB(i+(j-1)*height,1); %把R提取出来赋回去
        img(i,j,2) = imgRGB(i+(j-1)*height,2); %把G提取出来赋回去
        img(i,j,3) = imgRGB(i+(j-1)*height,3); %把B提取出来赋回去
    end
end

imshow(img);

 

 

 

第二张是上面代码的结果

第三张用3个颜色代表了3个类

第四张，设置K为4，也即会分成4类，搞了4种颜色