2019-02-09

机器学习 / K-Means

6 分钟读完 (大约 858 个字)

使用 Mini Batch K-Means 进行图像压缩

针对一张成都著名景点：锦里的图片，通过 Mini Batch K-Means 的方法将相近的像素点聚合后用同一像素点代替，以达到图像压缩的效果。

图像导入

# 使用 Matplotlib 可视化示例图片
%matplotlib inline
import matplotlib.pyplot as plt 
import matplotlib.image as mpimg 

chengdu = mpimg.imread('chengdu.png') # 将图片加载为 ndarray 数组
plt.imshow(chengdu) # 将数组还原成图像

<matplotlib.image.AxesImage at 0x7f347f1b0320>

1	chengdu.shape

(516, 819, 3)

在使用 mpimg.imread 函数读取图片后，实际上返回的是一个 numpy.array 类型的数组，该数组表示的是一个像素点的矩阵，包含长，宽，高三个要素。如成都锦里这张图片，总共包含了 `516` 行，`819` 列共 `516*819=422604` 个像素点，每一个像素点的高度对应着计算机颜色中的三原色 `R, G, B`（红，绿，蓝），共 3 个要素构成。

数据预处理

为方便后期的数据处理，需要对数据进行降维。

1
2
3

# 将形状为 (516, 819, 3) 的数据转换为 (422604, 3) 形状的数据。
data = chengdu.reshape(516*819, 3)
data.shape, data[10]

((422604, 3), array([0.12941177, 0.13333334, 0.14901961], dtype=float32))

像素点种类个数计算

尽管有 422604 个像素点，但其中仍然有许多相同的像素点。在此我们定义：`R, G, B` 值相同的点为一个种类，其中任意值不同的点为不同种类。

"""计算像素点种类个数
"""
def get_variety(data):
    """
    参数:
    预处理后像素点集合

    返回:
    num_variety -- 像素点种类个数
    
    思路：将数据转化为 list 类型，然后将每一个元素转换为 tuple 类型，最后利用 set() 和 len() 函数进行计算。
    """

    temp = data.tolist()
    num_variety=len(set([tuple(t) for t in temp]))
    
    return num_variety

1	get_variety(data), data[20]

(100109, array([0.24705882, 0.23529412, 0.2627451 ], dtype=float32))

Mini Batch K-Means 聚类

像素点种类的数量是决定图片大小的主要因素之一，在此使用 Mini Batch K-Means 的方式将图片的像素点进行聚类，将相似的像素点用同一像素点值来代替，从而降低像素点种类的数量，以达到压缩图片的效果。

from sklearn.cluster import MiniBatchKMeans

model = MiniBatchKMeans(10) # 聚类簇数量设置为 10 类

model.fit(data)
predict=model.predict(data)

new_colors = model.cluster_centers_[predict]

1 2	# 调用前面实现计算像素点种类的函数，计算像素点更新后种类的个数 get_variety(new_colors)

图像压缩前后展示

# 将聚类后并替换为类别中心点值的像素点，变换为数据处理前的格式，并绘制出图片进行对比展示
fig, ax = plt.subplots(1, 2, figsize=(16, 6))

new_chengdu = new_colors.reshape(chengdu.shape)
ax[0].imshow(chengdu)
ax[1].imshow(new_chengdu)

<matplotlib.image.AxesImage at 0x7f347651cac8>

通过图片对比，可以十分容易发现画质被压缩了。其实，因为使用了聚类，压缩后的图片颜色就变为了 10 种。

接下来，使用 mpimg.imsave() 函数将压缩好的文件进行存储，并对比压缩前后图像的体积变化。

# 运行对比
mpimg.imsave("new_chengdu.png",new_chengdu)
!du -h new_chengdu.png
!du -h chengdu.png

220K    new_chengdu.png
1.1M    chengdu.png

可以看到，使用 Mini Batch K-Means 聚类方法对图像压缩之后，体积明显缩小。

# k-means, machine learning, python

支付宝

微信