Opencv Kmeans聚类进行图像颜色聚类分割（绝对有用）

#include <cv.h> #include <cxcore.h> #include <highgui.h> //该程序利用OpenCV中的K均值聚类函数Kmeans2对图像进行颜色聚类，达到分割的目的。 //编写此函数的目的是：Kmeans2函数的用法有些难掌握，参考资料少，尤其是对图像进行操作的例子少，我找了很久也找不到, //找到的例子也运行不了，今天终于自己搞定了，想给大家分享一下，供大家参考，节省大家利用Kmeans2进行图像方面开发的时间 //,少走一些弯路。 //本例子对印章图像sample.bmp进行颜色聚类 //运行此程序一定要配置好OpenCv环境啊！！！ // KMeans2 // 按照给定的类别数目对样本集合进行聚类 // // void cvKMeans2( const CvArr* samples, int cluster_count, // CvArr* labels, CvTermCriteria termcrit ); // samples // 输入样本的浮点矩阵，每个样本一行。 // cluster_count // 所给定的聚类数目 // labels // 输出整数向量：每个样本对应的类别标识 // termcrit // 指定聚类的最大迭代次数和／或精度（两次迭代引起的聚类中心的移动距离） // 函数 cvKMeans2 执行 k-means 算法 搜索 cluster_count 个类别的中心并对样本进行分类，输出 labels(i) 为样本 i 的类别标识。 void main() { IplImage* img=cvLoadImage("sample.bmp");//加载图像，图像放在Debug文件夹里，这里是相对路径 cvNamedWindow( "原始图像", 1 ); //创建窗口 cvShowImage( "原始图像", img ); //显示图像 cvWaitKey(0); //等待按键 int i,j; CvMat *samples=cvCreateMat((img->width)*(img->height),1,CV_32FC3);//创建样本矩阵，CV_32FC3代表32位浮点3通道（彩色图像） CvMat *clusters=cvCreateMat((img->width)*(img->height),1,CV_32SC1);//创建类别标记矩阵，CV_32SF1代表32位整型1通道 int k=0; for (i=0;i<img->width;i++) { for (j=0;j<img->height;j++) { CvScalar s; //获取图像各个像素点的三通道值（RGB） s.val[0]=(float)cvGet2D(img,j,i).val[0]; s.val[1]=(float)cvGet2D(img,j,i).val[1]; s.val[2]=(float)cvGet2D(img,j,i).val[2]; cvSet2D(samples,k++,0,s);//将像素点三通道的值按顺序排入样本矩阵 } } int nCuster=2;//聚类类别数，自己修改。 cvKMeans2(samples,nCuster,clusters,cvTermCriteria(CV_TERMCRIT_ITER,100,1.0));//开始聚类，迭代100次，终止误差1.0 IplImage *bin=cvCreateImage(cvSize(img->width,img->height),IPL_DEPTH_8U,1);//创建用于显示的图像，二值图像 k=0; int val=0; float step=255/(nCuster-1); for (i=0;i<img->width;i++) { for (j=0;j<img->height;j++) { val=(int)clusters->data.i[k++]; CvScalar s; s.val[0]=255-val*step;//这个是将不同类别取不同的像素值， cvSet2D(bin,j,i,s); //将每个像素点赋值 } } cvNamedWindow( "聚类图像", 1 ); //创建窗口 cvShowImage( "聚类图像", bin ); //显示图像 cvWaitKey(0); //等待按键 cvDestroyWindow( "原始图像" );//销毁窗口 cvReleaseImage( &img ); //释放图像 cvDestroyWindow( "聚类图像" );//销毁窗口 cvReleaseImage( &bin ); //释放图像 }