【发布时间】：2018-02-02 10:13:01
【问题描述】：
如何使用具有预定义质心的 K-Means 聚类算法？ 或者，如果您可以为我的问题推荐更好的解决方案，即将图像中的所有像素从 RGB 替换为最接近的预定义颜色：{blue, red, green, yellow, orange}
【问题讨论】：
标签： image-processing machine-learning classification k-means
【发布时间】：2018-02-02 10:13:01
【问题描述】：
您希望将像素的颜色更改为最接近的预定义颜色，而不需要 k-means。
- 检查图像中的所有像素：
- 对于每个像素，测量到每个预定义颜色的欧几里得距离
- 根据在 2 中找到的最接近的预定义颜色分配新的像素值。
【讨论】：
-
我已经尝试过了，但是因为它在 raspberryPi 上运行，所以会花费太多时间
-
按照上述算法对图像进行下采样，然后将图像上采样回原始分辨率。
-
非常感谢:like:
很难理解你。 如果您想使用此调色板将单通道图像转换为 RGB 图像，则它不是分类问题，也不是 k 均值问题。 为此，您可以创建一个对应于您的调色板的 lut 表并将其应用于您的灰度图像
【讨论】：
-
我的意思是，例如，我从相机接收到一个标准图像，现在我需要使用我定义的中心对这个图像进行聚类