KMeans图片的压缩
from sklearn.datasets import load_sample_image import matplotlib.pyplot as plt import numpy as np #读取原始图片 china = load_sample_image("china.jpg") plt.imshow(china) plt.show() print(china.shape)#观察图片存放数据特点
image=china[::3,::3] #降低分辨率 plt.imshow(image) plt.show()
#改变数组 x=image.reshape(-1,3) n_colors=64 #(256,256,256) model=KMeans(n_colors) #64类聚类中心 labels=model.fit_predict(x) #每个点的颜色分类,0-63 colors=model.cluster_centers_ #64类聚类中心值 new_image=colors[labels] #进行颜色填充 new_image=new_image.reshape(image.shape) plt.imshow(new_image.astype(np.uint8)) plt.show()
#原始图片与新图片保存成文件,观察文件的大小。
#理解贝叶斯定理: #M桶:7红3黄 #N桶:1红9黄 #现在:拿出了一个红球 #试问:这个红球是M、N桶拿出来的概率分别是多少?