1. 应用K-means算法进行图片压缩
读取一张图片
观察图片文件大小，占内存大小，图片数据结构，线性化
用kmeans对图片像素颜色进行聚类
获取每个像素的颜色类别，每个类别的颜色
压缩图片生成：以聚类中收替代原像素颜色，还原为二维
观察压缩图片的文件大小，占内存大小
from sklearn.datasets import load_sample_image
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt
import matplotlib.image as img
import sys
import numpy as np
picture = img.imread("C://Users/lucas-lyw/Desktop/Lyw/sky.jpg") # 读取自己准备的图片
print("图片的大小：", picture.size)
print("图片占用的内存:", sys.getsizeof(picture))
print("图片的数据结构:\n", picture)
plt.rcParams[‘font.sans-serif‘] = [‘SimHei‘]
plt.imshow(picture) # 显示图片
plt.show()
image = picture[::3,::3] # 降低图片3倍的分辨率
x = image.reshape(-1,3)
print(image.shape,x.shape,picture.shape)
n_colors = 45
model = KMeans(n_colors) # 对颜色进行聚类
labels = model.fit_predict(x) # 获取每个像素的颜色类别
colors = model.cluster_centers_ # 每个类别的颜色
new_image = colors[labels].reshape(image.shape)
# 压缩图片
plt.imshow(new_image.astype(np.uint8))
plt.show()
# 二次压缩图片
plt.imshow(new_image.astype(np.uint8)[::3, ::3])
plt.show()
运行结果：
原图：
第一次压缩：
第二次压缩：
原文：https://www.cnblogs.com/lywkkk/p/12732462.html