【学习】DIY图像压缩——机器学习实战之K-means 聚类图像压缩：色彩量化

这篇文章是K均值聚类算法（K-means clustering）的一个简单应用：压缩图像。

在彩色图像中，每个像素的大小为3字节（RGB），可以表示的颜色总数为256 * 256 * 256。下图为1280 x 720像素的图像，采用PNG格式（一种无损压缩技术），大小为1.71 MB。 我们的目标是使用颜色量化进一步压缩图像，尽管压缩过程会有损失。

K均值聚类

这是一种在给定的数据点集合中找到“K”个簇的优化算法。最初，它随机分配K个簇中心，然后基于一些距离度量（例如，欧几里得距离），使来自簇中心的数据点的距离之和最小化。K均值聚类算法有两个步骤：

a）分配 - 将每个数据点分配给离中心距离最近的簇。 

b）更新 - 从指定给新簇的数据点计算新的均值（质心）。

为了描述K均值聚类算法前后的区别，请看下面这个例子（K=3）。

原文链接：

https://m.aliyun.com/yunqi/articles/73923