OpenCV-Python实战（番外篇）——利用 K-Means 聚类进行色彩量化
*
– 前言
– 利用 K-Means 聚类进行色彩量化
–
+ 完整代码
– 显示色彩量化后的色彩分布
– 相关链接
前言
K-Means 聚类算法的目标是将 n 个样本划分(聚类)为 K 个簇，在博文《OpenCV与机器学习的碰撞》中，我们已经学习利用 OpenCV 提供了 cv2.kmeans() 函数实现 K-Means 聚类算法，该算法通过找到簇的中心并将输入样本分组到簇周围，同时通过简单的示例了解了 K-Means 算法的用法。在本文中，我们将学习如何利用 K-Means 聚类进行色彩量化，以减少图像中颜色数量。
利用 K-Means 聚类进行色彩量化
色彩量化问题可以定义为减少图像中颜色数量的过程。色彩量化对于某些设备显示图像非常关键，这些设备可能由于内存限制等原因只能显示有限颜色，因此，在这些设备上显示色彩通常需要在准确性和减少颜色数量之间进行权衡
Original: https://blog.csdn.net/LOVEmy134611/article/details/120383994
Author: 盼小辉丶
Title: OpenCV-Python实战（番外篇）——利用 K-Means 聚类进行色彩量化
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/518804/
转载文章受原作者版权保护。转载请注明原作者出处！