使用 K 均值聚类准确检测图像中的颜色区域
Accurately detect color regions in an image using K-means clustering
我在基于颜色的图像分割中使用 K 均值聚类。我有一个二维图像，它有 3 种颜色，黑色、白色和绿色。这是图片，
我希望 K-means 产生 3 个聚类，一个代表绿色区域，第二个代表白色区域，最后一个代表黑色区域。
这是我使用的代码，
%Clustering color regions in an image.
%Step 1: read the image using imread, and show it using imshow.
img = (imread('img.jpg'));
figure, imshow(img), title('X axis rock cut'); %figure is for creating a figure window.
text(size(img,2),size(img,1)+15,...
'Unconventional shale x axis cut', ...
'FontSize',7,'HorizontalAlignment','right');
%Step 2: Convert Image from RGB Color Space to L*a*b* Color Space
conversionform = makecform('srgb2lab'); %the form of the conversion is defined as from rgb to l a b
lab_img = applycform(img,conversionform); %converting the rgb image to l a b image using the conversion form defined above.
%Step 3: Classify the Colors in 'a*b*' Space Using K-Means Clustering
ab = double(lab_img(:,:,2:3));
nrows = size(ab,1);
ncols = size(ab,2);
ab = reshape(ab,nrows*ncols,2);
nColors = 3;
% repeat the clustering 3 times to avoid local minima
[cluster_idx, cluster_center] = kmeans(ab,nColors,'distance','sqEuclidean', ...
'Replicates',3);
%Step 4: Label Every Pixel in the Image Using the Results from KMEANS
%For every object in your input, kmeans returns an index corresponding to a cluster. The cluster_center output from kmeans will be used later in the example. Label every pixel in the image with its cluster_index.
pixel_labels = reshape(cluster_idx,nrows,ncols);
figure, imshow(pixel_labels,[]), title('image labeled by cluster index');
segmented_images = cell(1,3);
rgb_label = repmat(pixel_labels,[1 1 3]);
for k = 1:nColors
color = img;
color(rgb_label ~= k) = 0;
segmented_images{k} = color;
end
figure, imshow(segmented_images{1}), title('objects in cluster 1');
figure, imshow(segmented_images{2}), title('objects in cluster 2');
figure, imshow(segmented_images{3}), title('objects in cluster 3');
但我没有得到所需的结果。我得到一个带有绿色区域的集群，一个带有绿色区域边界的集群，以及一个带有灰色、黑色和白色的集群。这是生成的集群。
这样做的目的是在得到正确的聚类结果后，我想用连通分量的概念统计每个区域的像素个数
所以，我的目标是知道每个颜色区域有多少像素。我尝试了另一种更简单的方法，即获取 2D 图像的矩阵并尝试计算出每种颜色的像素数。但是，我在矩阵中发现了 3 种以上的 RGB 颜色，可能是因为相同颜色的像素具有略微不同的颜色级别。这就是我去图像分割的原因。
任何人都可以告诉我如何修正上面的代码以获得所需的结果吗？
如果您能提示我如何以更简单的方式执行此操作（如果有的话），我将不胜感激。
编辑：这是我编写的代码，用于遍历图像中的每个像素。请注意，我使用了红、黄、蓝、白 4 种颜色，而不是绿、白、黑，但思路是一样的。 rgb2name是函数returns给定RGB颜色的颜色名称。
im= imread ('img.jpg');
[a b c] = size (im);
%disp ([a b]);
yellow=0;
blue=0;
white=0;
red=0;
for i=1:a
for j=1:b
x= impixel(im, i, j)/255 ;
color= rgb2name (x);
if (~isempty (strfind (color, 'yellow')))
yellow= yellow+1;
elseif (~isempty (strfind(color, 'red')))
red= red+1;
elseif (~isempty (strfind (color, 'blue')))
blue= blue+1;
elseif (~isempty (strfind (color, 'white')))
white= white+1;
else
%disp ('warning'); break;
end
disp (color);
disp (i);
end
end
disp (yellow)
disp (red)
disp (blue)
disp (white)
谢谢。
我觉得这个问题很有意思，如果回答的有点过分，提前致歉。简而言之，对于要将图像分割成离散颜色的问题，k-means 通常是正确的策略 space。但是，您的示例图像主要仅包含三种颜色，每种颜色在颜色 space 上都很好地分离，仅使用直方图即可轻松分割。请参阅下文以使用阈值进行分段。
您可以通过对每个矩阵求和来轻松获得像素数。例如，bCount = sum(blackPixels(:))
filename = '379NJ.png';
x = imread(filename);
x = double(x); % cast to floating point
x = x/max(max(max(x))); % normalize
% take histogram of green dimension
g = x(:, :, 2);
c = hist(g(:), 2^8);
% smooth the hist count
c = [zeros(1, 10), c, zeros(1, 10)];
N = 4;
for i = N+1:length(c) - N;
d(i - N) = mean(c(i -N:i));
end
d = circshift(d, [1, N/2]);
% as seen in histogram, the three colors fall nicely into 3 peaks
figure, plot(c, '.-');
[~, clusterCenters] = findpeaks(d, 'MinPeakHeight', 1e3);
% set the threshold halfway between peaks
boundaries = [floor((clusterCenters(2) - clusterCenters(1))/2), ...
clusterCenters(2) + floor((clusterCenters(3) - clusterCenters(2))/2)];
thresh1 = boundaries(1)*ones(size(g))/255;
thresh2 = boundaries(2)*ones(size(g))/255;
% categorize based on threshold
blackPixels = g < thresh1;
greenPixels = g >= thresh1 & g < thresh2;
whitePixels = g >= thresh2;
这是我计算每个区域像素数的方法。鉴于此（如评论中所讨论）：
- 值 (RGB) 和颜色数 (K) 是先验已知的
- 压缩伪像和抗锯齿生成了额外的颜色，必须将其视为 K 种已知颜色中的最近邻。
由于您先验地知道颜色，因此不需要 k-means。正如您的问题，它实际上可能会导致不良结果。 @crowdedComputeeer 的方法解决了这方面的问题。
您可以直接在像素值上使用 pdist2 计算最近邻。无需使用查找颜色名称的非常慢的函数。
这是代码。您只需修改变量 colors 即可更改颜色的数量和值。这将计算每种颜色的像素数，并输出蒙版。
img = (imread('path_to_image'));
colors = [ 0 0 0; % black
0 1 0; % green
1 1 1]; % white
% % You can change the colors
% colors = [ 0 0 1; % red
% 1 1 0; % yellow
% 1 0 0; % blue
% 1 1 1]; % white
% Find nearest neighbour color
list = double(reshape(img, [], 3)) / 255;
[~, IDX] = pdist2(colors, list, 'euclidean', 'Smallest', 1);
% IDX contains the indices to the nearest element
N = zeros(size(colors, 1), 1);
for i = 1 : size(colors, 1)
% Count the number of pixels for each color
N(i) = sum( IDX == i );
end
% This will display the number of pixels for each color
disp(N);
% Eventually build the masks
indices = reshape(IDX, [size(img,1), size(img,2)]);
figure();
szc = size(colors,1);
for i = 1 : szc
subplot(1,szc,i);
imagesc(indices == i);
end
结果计数：
97554 % black
16894 % green
31852 % white
生成的掩码：
也许this project能帮上忙，请试试看。
我在基于颜色的图像分割中使用 K 均值聚类。我有一个二维图像，它有 3 种颜色，黑色、白色和绿色。这是图片，
我希望 K-means 产生 3 个聚类，一个代表绿色区域，第二个代表白色区域，最后一个代表黑色区域。
这是我使用的代码，
%Clustering color regions in an image.
%Step 1: read the image using imread, and show it using imshow.
img = (imread('img.jpg'));
figure, imshow(img), title('X axis rock cut'); %figure is for creating a figure window.
text(size(img,2),size(img,1)+15,...
'Unconventional shale x axis cut', ...
'FontSize',7,'HorizontalAlignment','right');
%Step 2: Convert Image from RGB Color Space to L*a*b* Color Space
conversionform = makecform('srgb2lab'); %the form of the conversion is defined as from rgb to l a b
lab_img = applycform(img,conversionform); %converting the rgb image to l a b image using the conversion form defined above.
%Step 3: Classify the Colors in 'a*b*' Space Using K-Means Clustering
ab = double(lab_img(:,:,2:3));
nrows = size(ab,1);
ncols = size(ab,2);
ab = reshape(ab,nrows*ncols,2);
nColors = 3;
% repeat the clustering 3 times to avoid local minima
[cluster_idx, cluster_center] = kmeans(ab,nColors,'distance','sqEuclidean', ...
'Replicates',3);
%Step 4: Label Every Pixel in the Image Using the Results from KMEANS
%For every object in your input, kmeans returns an index corresponding to a cluster. The cluster_center output from kmeans will be used later in the example. Label every pixel in the image with its cluster_index.
pixel_labels = reshape(cluster_idx,nrows,ncols);
figure, imshow(pixel_labels,[]), title('image labeled by cluster index');
segmented_images = cell(1,3);
rgb_label = repmat(pixel_labels,[1 1 3]);
for k = 1:nColors
color = img;
color(rgb_label ~= k) = 0;
segmented_images{k} = color;
end
figure, imshow(segmented_images{1}), title('objects in cluster 1');
figure, imshow(segmented_images{2}), title('objects in cluster 2');
figure, imshow(segmented_images{3}), title('objects in cluster 3');
但我没有得到所需的结果。我得到一个带有绿色区域的集群，一个带有绿色区域边界的集群，以及一个带有灰色、黑色和白色的集群。这是生成的集群。
这样做的目的是在得到正确的聚类结果后，我想用连通分量的概念统计每个区域的像素个数
所以，我的目标是知道每个颜色区域有多少像素。我尝试了另一种更简单的方法，即获取 2D 图像的矩阵并尝试计算出每种颜色的像素数。但是，我在矩阵中发现了 3 种以上的 RGB 颜色，可能是因为相同颜色的像素具有略微不同的颜色级别。这就是我去图像分割的原因。
任何人都可以告诉我如何修正上面的代码以获得所需的结果吗？
如果您能提示我如何以更简单的方式执行此操作（如果有的话），我将不胜感激。
编辑：这是我编写的代码，用于遍历图像中的每个像素。请注意，我使用了红、黄、蓝、白 4 种颜色，而不是绿、白、黑，但思路是一样的。 rgb2name是函数returns给定RGB颜色的颜色名称。
im= imread ('img.jpg');
[a b c] = size (im);
%disp ([a b]);
yellow=0;
blue=0;
white=0;
red=0;
for i=1:a
for j=1:b
x= impixel(im, i, j)/255 ;
color= rgb2name (x);
if (~isempty (strfind (color, 'yellow')))
yellow= yellow+1;
elseif (~isempty (strfind(color, 'red')))
red= red+1;
elseif (~isempty (strfind (color, 'blue')))
blue= blue+1;
elseif (~isempty (strfind (color, 'white')))
white= white+1;
else
%disp ('warning'); break;
end
disp (color);
disp (i);
end
end
disp (yellow)
disp (red)
disp (blue)
disp (white)
谢谢。
我觉得这个问题很有意思，如果回答的有点过分，提前致歉。简而言之，对于要将图像分割成离散颜色的问题，k-means 通常是正确的策略 space。但是，您的示例图像主要仅包含三种颜色，每种颜色在颜色 space 上都很好地分离，仅使用直方图即可轻松分割。请参阅下文以使用阈值进行分段。
您可以通过对每个矩阵求和来轻松获得像素数。例如，bCount = sum(blackPixels(:))
filename = '379NJ.png';
x = imread(filename);
x = double(x); % cast to floating point
x = x/max(max(max(x))); % normalize
% take histogram of green dimension
g = x(:, :, 2);
c = hist(g(:), 2^8);
% smooth the hist count
c = [zeros(1, 10), c, zeros(1, 10)];
N = 4;
for i = N+1:length(c) - N;
d(i - N) = mean(c(i -N:i));
end
d = circshift(d, [1, N/2]);
% as seen in histogram, the three colors fall nicely into 3 peaks
figure, plot(c, '.-');
[~, clusterCenters] = findpeaks(d, 'MinPeakHeight', 1e3);
% set the threshold halfway between peaks
boundaries = [floor((clusterCenters(2) - clusterCenters(1))/2), ...
clusterCenters(2) + floor((clusterCenters(3) - clusterCenters(2))/2)];
thresh1 = boundaries(1)*ones(size(g))/255;
thresh2 = boundaries(2)*ones(size(g))/255;
% categorize based on threshold
blackPixels = g < thresh1;
greenPixels = g >= thresh1 & g < thresh2;
whitePixels = g >= thresh2;
这是我计算每个区域像素数的方法。鉴于此（如评论中所讨论）：
- 值 (RGB) 和颜色数 (K) 是先验已知的
- 压缩伪像和抗锯齿生成了额外的颜色，必须将其视为 K 种已知颜色中的最近邻。
由于您先验地知道颜色，因此不需要 k-means。正如您的问题，它实际上可能会导致不良结果。 @crowdedComputeeer 的方法解决了这方面的问题。
您可以直接在像素值上使用 pdist2 计算最近邻。无需使用查找颜色名称的非常慢的函数。
这是代码。您只需修改变量 colors 即可更改颜色的数量和值。这将计算每种颜色的像素数，并输出蒙版。
img = (imread('path_to_image'));
colors = [ 0 0 0; % black
0 1 0; % green
1 1 1]; % white
% % You can change the colors
% colors = [ 0 0 1; % red
% 1 1 0; % yellow
% 1 0 0; % blue
% 1 1 1]; % white
% Find nearest neighbour color
list = double(reshape(img, [], 3)) / 255;
[~, IDX] = pdist2(colors, list, 'euclidean', 'Smallest', 1);
% IDX contains the indices to the nearest element
N = zeros(size(colors, 1), 1);
for i = 1 : size(colors, 1)
% Count the number of pixels for each color
N(i) = sum( IDX == i );
end
% This will display the number of pixels for each color
disp(N);
% Eventually build the masks
indices = reshape(IDX, [size(img,1), size(img,2)]);
figure();
szc = size(colors,1);
for i = 1 : szc
subplot(1,szc,i);
imagesc(indices == i);
end
结果计数：
97554 % black
16894 % green
31852 % white
生成的掩码：
也许this project能帮上忙，请试试看。