kmeans算法的matlab实践

把图像中所有的像素点进行RGB聚类分析，然后输出看结果

 img = imread('qq.png');
 
 %取出R矩阵，并将这个R矩阵拉成一列
 imgR = img(:,:,1);
 imgR = imgR(:);
 
 %取出G矩阵，并将这个G矩阵拉成一列
 imgG = img(:,:,2);
 imgG = imgG(:);
 
 %取出B矩阵，并将这个B矩阵拉成一列
 imgB = img(:,:,3);
 imgB = imgB(:);
 
 %把R G B拼起来 每一行代表每个点的RGB值 总计有 W*H行
 imgRGB = [imgR imgG imgB];
 
 %对imgRGB进行聚类算法，默认应该是欧拉距离
 [classIndex, classRGB] = kmeans(double(imgRGB), 3);
 classRGB = int32(classRGB);
 
 %把3个中心点的RGB值作为输出值，使图像只有那么3种颜色
 for i=1:size(classIndex,1)
 
     if(classIndex(i) == 1)
         imgRGB(i,:) = classRGB(1,:);
     end
 
     if(classIndex(i) == 2)
         imgRGB(i,:) = classRGB(2,:);
     end
 
     if(classIndex(i) == 3)
         imgRGB(i,:) = classRGB(3,:);
     end
 
 end
 
 %最后把数据转回图像的矩阵，显示出来
 [height,width] = size(img);
 width = width/3;
 for j=1:width
     for i=1:height
         img(i,j,1) = imgRGB(i+(j-1)*height,1); %把R提取出来赋回去
         img(i,j,2) = imgRGB(i+(j-1)*height,2); %把G提取出来赋回去
         img(i,j,3) = imgRGB(i+(j-1)*height,3); %把B提取出来赋回去
     end
 end
 
 imshow(img);

第二张是上面代码的结果

第三张用3个颜色代表了3个类

第四张，设置K为4，也即会分成4类，搞了4种颜色