opencv下调用K均值函数cvKMeans2聚类图像例程
来源:互联网 发布:好听的编程项目名称 编辑:程序博客网 时间:2024/06/08 00:35
本人是刚入门菜鸟,上周这个函数害我调了一天,真郁闷,最后搞明白了原来是数据类型的问题,到库函数里看了一下,这个函数只处理32F类型的数据。想做图像聚类的话,先要把原始图像转成这个格式,然后reshape作为输入。
下面是个例程,把凹凸曼君的玉照聚类成两类显示。(图像聚类分割请自行查阅文献)本人水平有限,此代码可以进一步优化,恳请指点!
#include "cxcore.h"
#include "highgui.h"
void main()
{
IplImage* img = cvLoadImage( "outman.jpg", 1);
int total= img->height*img->width;
int cluster_num = 2;
CvMat *row = cvCreateMat( img->height,img->width,CV_32FC3 );
cvConvert(img,row);//转一下类型!
CvMat *clusters = cvCreateMat( total, 1, CV_32SC1 );
cvReshape(row,row,0,total);//把图像转成数据矩阵,但注意实际数据未变,只是访问顺序变了。
cvKMeans2( row, cluster_num, clusters,cvTermCriteria( CV_TERMCRIT_EPS+CV_TERMCRIT_ITER, 10, 1.0 ));
cvReshape(clusters,clusters,0,img->width);//聚类完的结果再reshape回来比较方便看~
int i=0,j=0;
CvScalar s;
IplImage* resImg = cvCreateImage( cvSize(img->width,img->height), 8, 1 );//生成用来显示结果的图像
s=cvGet2D(img,i,j);
for(i=0;i<img->height;i++)
{
for (j=0;j<img->width;j++)
{
if (clusters->data.i[i*img->width+j]==1)
{
s.val[0]=255;
s.val[1]=255;
s.val[2]=255;
cvSet2D(resImg,i,j,s);//注意循环顺序
}
else
{
s.val[0]=0;
s.val[1]=0;
s.val[2]=0;
cvSet2D(resImg,i,j,s);
}
}
}
cvShowImage( "original", img );
cvShowImage( "clusters", resImg );
int key = cvWaitKey(0);
cvReleaseImage(&img);//记得释放内存
cvReleaseImage (&resImg);
cvReleaseMat(&row);
cvReleaseMat(&clusters);
}
运行结果如下:
菜鸟心得:
1. 每看到一个函数,先把参数搞懂再用。
2. 注意释放内存,不然把程序段放到video 循环里,过一会儿内存就溢出了,还不好找到底是哪里的问题。
3. ROI是个神器,子函数处理主函数ROI更是神奇易出错。。。。
- opencv下调用K均值函数cvKMeans2聚类图像例程
- cvKMeans2均值聚类分析+代码解析+灰度彩色图像聚类
- cvKMeans2均值聚类分析+代码解析+灰度彩色图像聚类
- Matlab函数句柄调用图像K均值分类
- 图像聚类-K均值聚类
- Kmeans K均值聚类,OpenCV实现
- 利用cvKMeans2()实现图像聚类(位置+颜色)
- Python下opencv使用笔记(十二)(k均值算法之图像分割)
- Matlab函数kmeans:K-均值聚类
- 通过K-均值聚类算法对图像进行分割
- K-均值聚类
- K均值聚类
- k均值聚类
- k均值聚类
- K均值聚类
- K均值聚类
- k均值聚类
- K-均值聚类
- 如何在Django中接收JSON格式的数据
- python利用gzip压缩解压缩StringIO
- Python mechanize gzip response handling
- 高新技术之代理
- [转自豆瓣~]C,C++,C#三者区别
- opencv下调用K均值函数cvKMeans2聚类图像例程
- poj 1066 计算几何构图+最短路
- Oracle RBA 浅谈
- Swing中JInternalFrame窗口平铺、级联等实现
- mac体验具体步骤详解
- JavaBean表单验证
- zz 人脸识别算法初次了解
- zz 浅析人脸检测之Haar分类器方法
- MicaZ+Tinyos学习笔记(1)