在图像上使用预定义中心进行聚类
Clustering with predefined centers on an image
如何使用具有预定义质心的聚类算法（例如 K-Means）？
或者如果您可以为我的问题推荐更好的解决方案，即将图像中的所有像素从 RGB 替换为最接近的预定义颜色：{blue, red, green, yellow, orange}
很难理解你。
如果您想使用此调色板将单通道图像转换为 RGB 图像，则这不是分类问题，也不是 k-means 问题。
为此，您可以创建一个与您的调色板相对应的 lut table，并将其应用于您的灰度图像
您想将像素的颜色更改为最接近的预定义颜色，而不需要 k-means。
- 检查图像中的所有像素：
- 对于每个像素，测量到每个预定义颜色的欧氏距离
- 根据2中找到的最接近的预定义颜色分配新的像素值。
如何使用具有预定义质心的聚类算法（例如 K-Means）？ 或者如果您可以为我的问题推荐更好的解决方案，即将图像中的所有像素从 RGB 替换为最接近的预定义颜色：{blue, red, green, yellow, orange}
很难理解你。 如果您想使用此调色板将单通道图像转换为 RGB 图像，则这不是分类问题，也不是 k-means 问题。 为此，您可以创建一个与您的调色板相对应的 lut table，并将其应用于您的灰度图像
您想将像素的颜色更改为最接近的预定义颜色，而不需要 k-means。
- 检查图像中的所有像素：
- 对于每个像素，测量到每个预定义颜色的欧氏距离
- 根据2中找到的最接近的预定义颜色分配新的像素值。