1. 应用K-means算法进行图片压缩
读取一张图片
观察图片文件大小，占内存大小，图片数据结构，线性化
用kmeans对图片像素颜色进行聚类
获取每个像素的颜色类别，每个类别的颜色
压缩图片生成：以聚类中收替代原像素颜色，还原为二维
观察压缩图片的文件大小，占内存大小
from sklearn.datasets import load_sample_image from sklearn.cluster import KMeans import matplotlib.pyplot as plt import matplotlib.image as img import sys x_img = img.imread("C://大三下/xm1.jpg") # 读取自己准备的图片 print("图片的大小：", x_img.size) print("图片占用的内存:", sys.getsizeof(x_img)) print("图片的数据结构:\n", x_img) plt.rcParams[‘font.sans-serif‘] = [‘SimHei‘] plt.imshow(x_img) # 显示图片 plt.show()
原图片文件大小，占内存大小，图片数据结构
显示读取的图片：
2. 观察学习与生活中可以用K均值解决的问题。
从数据-模型训练-测试-预测完整地完成一个应用案例。
这个案例会作为课程成果之一，单独进行评分。
原文：https://www.cnblogs.com/momo-er/p/12724921.html