Backend/Python
원본 글 보기

[Python] 머신러닝: K-Means로 이미지 색상 클러스터링

파이썬 비지도학습 클러스터링(K-Means),

Matplotlib 연동해서 이미지 클러스터링

이전 포스팅

https://blog.naver.com/ghdalswl77/222087760628

0. opencv 설치 (파이참, 주피터)



파이참 경우 :
pip install opencv-python 

주피터의 경우 :
conda install opencv

깔아준 후 아래 코드를 실행해보면 :



import cv2
import numpy as np
import urllib.request
import matplotlib.pyplot as plt

request = urllib.request.urlopen(
'https://movie-phinf.pstatic.net/20200901_160/1598948570961a9BWq_JPEG/movie_image.jpg')
image_array = np.asarray(bytearray(request.read()), dtype=np.uint8)
image = cv2.imdecode(image_array, cv2.COLOR_BGR2LAB)

x, y, z = cv2.split(image)

fig = plt.figure(figsize=(10, 7))
ax = plt.axes(projection="3d")

ax.scatter3D(x, y, z, marker='o', facecolors=cv2.cvtColor(image, cv2.COLOR_BGR2RGB).reshape(-1, 3) / 255., alpha=0.1)

plt.show()

request = urllib.request.urlopen(

'https://movie-phinf.pstatic.net/20200901_160/1598948570961a9BWq_JPEG/movie_image.jpg')

위 주소의 이미지 색을 3차원 그래프로 군집화 했다.

다른 사진도 넣어보자.



request = urllib.request.urlopen(
'https://svcstrg2.navitime.jp/imgfile/02301_4300007_04.jpg')

이 부분의 링크 주소만 바꾸어 주고 실행!

결과 :

자 이걸 그럼 어떻게 인공지능으로 활용할 수 있을까~?

색상별 클러스터링을 해보자.



from sklearn.cluster import KMeans

image = image.reshape(-1,3)


k = 5
clt = KMeans(n_clusters=k)
clt.fit(image)
print(image)

## 중심점 그래프 ##
k_means_predicted = clt.predict(image)
centroids = clt.clustercenters

plt.figure(figsize = (10, 5)) 
ax = plt.axes(projection = '3d')


ax.scatter(centroids[0,0],centroids[0,1],centroids[0,2] ,c=centroids[0]/255., s=100, label='centroid1')
ax.scatter(centroids[1,0],centroids[1,1],centroids[1,2] ,c=centroids[1]/255., s=100, label='centroid1')
ax.scatter(centroids[2,0],centroids[2,1],centroids[2,2] ,c=centroids[2]/255., s=100, label='centroid1')
ax.scatter(centroids[3,0],centroids[3,1],centroids[3,2] ,c=centroids[3]/255., s=100, label='centroid1')
ax.scatter(centroids[4,0],centroids[4,1],centroids[4,2] ,c=centroids[4]/255., s=100, label='centroid1')


ax.legend()

plt.show()

헐 이거 안올리고 있었더니 이미지가 다 깨졌네 ㅠㅠㅠㅠㅠ