首页 > 编程语言 > 详细

KMeams算法应用:图片压缩与贝叶斯公式理解

时间:2018-11-15 16:44:39      阅读:332      评论:0      收藏:0      [点我收藏+]



from sklearn.datasets import load_sample_image import matplotlib.pyplot as plt from sklearn.cluster import KMeans import numpy as np flower=load_sample_image(‘flower.jpg‘)#原始图片 plt.imshow(flower) plt.show() image=flower[::3,::3]#降低原始图片的分辨率 plt.imshow(image) plt.show() #利用Kmeans对图片进行压缩 x=image.reshape(-1,3)#改变数组的形状 n_colors=64 model=KMeans(n_colors) labels=model.fit_predict(x) colors=model.cluster_centers_ new_image=colors[labels] new_image=new_image.reshape(image.shape) plt.imshow(new_image.astype(np.uint8)) plt.show()

  技术分享图片

技术分享图片

 

技术分享图片

 

KMeams算法应用:图片压缩与贝叶斯公式理解

原文:https://www.cnblogs.com/sunyubin/p/9964198.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!