Skip to article frontmatterSkip to article content
Site not loading correctly?

This may be due to an incorrect BASE_URL configuration. See the MyST Documentation for reference.

خوشه‌بندی تصویرها

English · فارسی

خوشه‌بندی تصویرها

گروه علوم کامپیوتر، دانشگاه فردوسی مشهد

گروه علوم کامپیوتر، دانشگاه فردوسی مشهد

Source
• نخست همهٔ تصویرهای jpg پوشهٔ داده‌شده را می‌خواند و آن‌ها را به آرایه‌های NumPy تبدیل می‌کند.

• سپس میانگین شدت پیکسل‌های هر تصویر را حساب می‌کند و از آن‌ها یک بردار سه‌بُعدی می‌سازد.

• بعد با الگوریتم k-means از scikit-learn این بردارهای میانگین را خوشه‌بندی می‌کند. تعداد خوشه‌ها را هر‌طور که بخواهید می‌توانید تعیین کنید.

• در پایان تصویرهای هر خوشه را با matplotlib نشان می‌دهد.

(120, 160, 3)
<Figure size 500x300 with 9 Axes>
(9, 3)
/usr/local/lib/python3.10/dist-packages/sklearn/cluster/_kmeans.py:870: FutureWarning: The default value of `n_init` will change from 10 to 'auto' in 1.4. Set the value of `n_init` explicitly to suppress the warning
  warnings.warn(
<Figure size 600x300 with 4 Axes>
<Figure size 600x300 with 3 Axes>
<Figure size 600x300 with 2 Axes>

خوشه‌بندی تصویر در فضای با ابعاد بالا

(3,)
(120, 160, 3)
(100, 100, 3)
(10000, 3)
[0.56470588 0.67689584 0.38695552]
[0.56470588 0.67689584 0.38695552]
(30000,)
[0.56470588 0.67689584 0.38695552]
[0.56470588 0.67689584 0.38695552]
(9, 30000)
/usr/local/lib/python3.10/dist-packages/sklearn/cluster/_kmeans.py:870: FutureWarning: The default value of `n_init` will change from 10 to 'auto' in 1.4. Set the value of `n_init` explicitly to suppress the warning
  warnings.warn(
<Figure size 600x300 with 3 Axes>
<Figure size 600x300 with 3 Axes>
<Figure size 600x300 with 3 Axes>

تمرین‌ها

  1. پیکسل‌های یک تصویر را در فضای RGB با K=4K=4 خوشه‌بندی کنید و نتیجه را به‌صورت تصویر نشان دهید. توضیح دهید چرا مرزهای ناحیه‌ها از رنگ پیروی می‌کنند نه از موقعیت.

  2. مختصات (x,y)(x,y) را با وزن ww به ویژگی‌های رنگی بیفزایید، w∈{0,0.1,1,10}w\in\{0,0.1,1,10\} را بگردید و بده‌بستان میان وفاداری رنگ و پیوستگی مکانی را توصیف کنید.

  3. اندازهٔ ماتریس ویژگی‌های یک تصویر RGB با ابعاد 512×512512\times512 را حساب کنید و هزینهٔ یک تکرار k-means با K=8K=8 را برآورد کنید. خوشه‌بندی سلسله‌مراتبی در مقایسه چگونه است؟