jiqixuexiyushenduxuexi/图像识别CV/pythoncv_learn/image_cutting_v3.py

import numpy as np
from PIL import Image as image
#加载PIL包，用于加载创建图片
from sklearn.cluster import  KMeans#加载Kmeans算法

def loadData(filePath):
    f = open(filePath,'rb') #以二进制形式打开文件
    data= []
    img =image.open(f)#以列表形式返回图片像素值
    m,n =img.size     #获得图片大小
    for i in range(m):
        for j in range(n):
            #将每个像素点RGB颜色处理到0-1范围内
            x,y,z =img.getpixel((i,j))
            #将颜色值存入data内
            data.append([x/256.0,y/256.0,z/256.0])
    f.close()
    #以矩阵的形式返回data，以及图片大小
    return np.mat(data),m,n
imgData,row,col =loadData('10069.jpg')#加载数据

km=KMeans(n_clusters=3)
#聚类获得每个像素所属的类别
label =km.fit_predict(imgData)
label=label.reshape([row,col])
#创建一张新的灰度图以保存聚类后的结果
pic_new = image.new("L",(row,col))
#根据类别向图片中添加灰度值
for i in range(row):
    for j in range(col):
        pic_new.putpixel((i,j),int(256/(label[i][j]+1)))
#以JPEG格式保存图像
pic_new.show()