第八章：Scipy-色彩聚类提取

最新推荐文章于 2026-03-04 04:08:21 发布

原创

最新推荐文章于 2026-03-04 04:08:21 发布 · 1.3k 阅读

标签

#python #pycharm #html5

本文介绍了使用Python的Scipy库进行色彩聚类分析的方法，包括从图片中提取色彩并排序、在小尺寸图片上进行聚类，以及如何将色彩聚类应用到Flask网页中的过程。通过实例展示了从图片处理到网页展示的完整流程。

一.聚类示例（Jupyter）

二、聚类色彩提取实例

1.首先选定图片进行色彩提取，并将色彩出现频率进行排序，输出特定序列的颜色。

2.用PIL生成小尺寸的图片，在小图片上聚类

安装：pip install scipy

一.聚类示例（Jupyter）

选取一组数据，对其进行聚类分析。代码如下：

import numpy as np
from scipy.cluster.vq import vq, kmeans, whiten
import matplotlib.pyplot as plt
 
fe = np.array([[1.9,2.0],
                     [1.7,2.5],
                     [1.6,3.1],
                     [0.1,0.1],
                     [0.8,0.3],
                     [0.4,0.3],
                     [0.22,0.1],
                     [0.4, 0.3],
                     [0.4,0.5],
                     [1.8,1.9]])
 
book = np.array((fe[0], fe[1]))
print(type(book))
print("book: \n",book)
 
codebook, distortion = kmeans(fe, book)
# 可以写kmeans(wf,2)， 2表示两个质心，同时启用iter参数
print("codebook:", codebook)
print("distortion: ", distortion)
 
plt.scatter(fe[:,0], fe[:,1], c='g')
plt.scatter(codebook[:, 0], codebook[:, 1], c='r')
plt.show()
#运行结果：红色的为聚类中心

输出结果：

二、聚类色彩提取实例

1.首先选定图片进行色彩提取，并将色彩出现频率进行排序，输出特定序列的颜色。

from PIL import Image, ImageDraw, ImageFont
#引入第三方库
 
def get_dominant_colors(infile):
    #定义获取图片颜色的函数
    image = Image.open(infile)
    #读取图片
    
    small_image = image.resize((80, 80))
    #缩小图片，减少计算量
    
    result = small_image.convert("P", palette=Image.ADAPTIVE, colors=5)  
    #获取图片中5个主要的颜色
    
    palette = result.getpalette()
    color_counts = sorted(result.getcolors(), reverse=True)
    colors = list()
    #对颜色进行排序
 
    for i in range(5):
        palette_index = color_counts[i][1]
        dominant_color = palette[palette_index * 3 :

最低0.47元/天解锁文章