Python案例 | 使用K-means 聚类算法提取图像中的颜色

假如我们需要提取下图中的颜色，可以通过使用 K-means 聚类算法对图像进行颜色聚类分析，并生成一个基于聚类中心(即最具代表性的颜色)的RGB值和调色板。

通过使用 K-means 聚类算法对图像进行颜色聚类分析，并生成一个基于聚类中心(即最具代表性的颜色)的RGB值和调色板。
导入必要的库
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.image as mpimg
from sklearn.cluster import KMeans

读取图像
image = mpimg.imread('poland-landscape.jpg')

获取图像尺寸
w, h, d = image.shape
pixels = image.reshape(w * h, d)

K-means聚类，n_init设置为auto
n_colors = 15
kmeans = KMeans(n_clusters=n_colors, random_state=42, n_init='auto').fit(pixels)

获取聚类中心（调色板）
palette = np.uint8(kmeans.cluster_centers_)
print(palette)
显示调色板
plt.imshow([palette])
plt.axis('off')
plt.savefig('rgb_color_chart.png', dpi=300, bbox_inches='tight')
plt.show()

运行结果如下：


聚类得到的15个RGB值如下：

[[  9  43  77]
 [ 70 165 209]
 [145 118  72]
 [ 47 122 160]
 [154 157 153]
 [ 11  26  38]
 [ 79  91  93]
 [212 164  37]
 [ 43  58  64]
 [231 227 217]
 [  6 125 184]
 [216 172 110]
 [ 95  78  39]
 [105 133 146]
 [ 20  78 118]]

参考资料：
https://www.douyin.com/note/7413545987140095241