基于kmeans算法的图像颜色量化

运行环境：vs2012+opencv3.0.0 应用kmeans算法对图像进行量化处理。

#include
#include
#include
#include
using namespace std;
using namespace cv;

int main（）
{
	Mat img=imread（“e:/test-pic/pic12.jpg“）;
	Mat r（img.rowsimg.colsCV_8U）;
	Mat g（img.rowsimg.colsCV_8U）;
	Mat b（img.rowsimg.colsCV_8U）;
	Mat D[]={bgr};
	imshow（“source“img）;
	//分离img的三个通道
	split（imgD）;
	
	//对三个通道分别K-mean聚类--r
	Mat temp=Mat::zeros（img.rows*img.cols1CV_32F）;
	Mat temp2;
	int num=4;
	Mat center（num1CV_8U）;
	imshow（“聚类前的r分量“r）;
	for（int i=0;i	{
		for（int j=0;j		{
			temp.at（i*img.cols+j0）=r.at（ij）;
		}
	}
	kmeans（tempnumtemp2TermCriteria （TermCriteria::COUNT + TermCriteria::EPS 10 0.1）3KMEANS_RANDOM_CENTERScenter）;
	int aaa;
	for（int i=0;i	{
		for（int j=0;j		{
			aaa=temp2.at（i*img.cols+j0）;
			r.at（ij）=（uchar）center.at（aaa0）;

		}
	}
	imshow（“聚类后的r分量“r）;
	//-g分量
	imshow（“聚类前的g分量“g）;
	for（int i=0;i	{
		for（int j=0;j		{
			temp.at（i*img.cols+j0）=g.at（ij）;
		}
	}
	kmeans（tempnumtemp2TermCriteria （TermCriteria::COUNT + TermCriteria::EPS 10 0.1）3KMEANS_RANDOM_CENTERScenter）;
	for（int i=0;i	{
		for（int j=0;j		{
			aaa=temp2.at（i*img.cols+j0）;
			g.at（ij）=（uchar）center.at（aaa0）;

		}
	}
	imshow（“聚类后的g分量“g）;
	//-b分量
	imshow（“聚类前的b分量“b）;
	for（int i=0;i	{
		for（int j=0;j		{
			temp.at（i*img.cols+j0）=b.at（ij）;
		}
	}
	kmeans（tempnumtemp2TermCriteria （TermCriteria::COUNT + TermCriteria::EPS 10 0.1）3KMEANS_RANDOM_CENTERScenter）;
	for（int i=0;i	{
		for（int j=0;j		{
			aaa=temp2.at（i*img.cols+j0）;
			b.at（ij）=（uchar）center.at（aaa0）;

		}
	}
	imshow（“聚类后的b分量“b）;

	//聚类后的rgb分量合成彩色图
	merge（D3img）;
	imshow（“聚类后的彩色图片“img）;

	waitKey（）;
	return 0;
}

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件        460  2015-03-15 16:58  k-mean\Debug\cl.command.1.tlog

     文件      12262  2015-03-15 16:58  k-mean\Debug\CL.read.1.tlog

     文件        252  2015-03-15 16:58  k-mean\Debug\CL.write.1.tlog

     文件       3011  2015-03-15 16:24  k-mean\Debug\k-mean.Build.CppClean.log

     文件      85504  2015-03-15 16:58  k-mean\Debug\k-mean.exe

     文件     690112  2015-03-15 16:58  k-mean\Debug\k-mean.ilk

     文件         62  2015-03-15 16:58  k-mean\Debug\k-mean.lastbuildstate

     文件       1238  2015-03-15 16:58  k-mean\Debug\k-mean.log

     文件    1420288  2015-03-15 16:58  k-mean\Debug\k-mean.pdb

     文件          2  2015-03-15 16:58  k-mean\Debug\link-cvtres.read.1.tlog

     文件          2  2015-03-15 16:58  k-mean\Debug\link-cvtres.write.1.tlog

     文件          2  2015-03-15 16:58  k-mean\Debug\link-rc.read.1.tlog

     文件          2  2015-03-15 16:58  k-mean\Debug\link-rc.write.1.tlog

     文件          2  2015-03-15 16:58  k-mean\Debug\link.2228-cvtres.read.1.tlog

     文件          2  2015-03-15 16:58  k-mean\Debug\link.2228-cvtres.write.1.tlog

     文件          2  2015-03-15 16:58  k-mean\Debug\link.2228-rc.read.1.tlog

     文件          2  2015-03-15 16:58  k-mean\Debug\link.2228-rc.write.1.tlog

     文件          2  2015-03-15 16:58  k-mean\Debug\link.2228.read.1.tlog

     文件          2  2015-03-15 16:58  k-mean\Debug\link.2228.write.1.tlog

     文件          2  2015-03-15 16:58  k-mean\Debug\link.6584-cvtres.read.1.tlog

     文件          2  2015-03-15 16:58  k-mean\Debug\link.6584-cvtres.write.1.tlog

     文件          2  2015-03-15 16:58  k-mean\Debug\link.6584-rc.read.1.tlog

     文件          2  2015-03-15 16:58  k-mean\Debug\link.6584-rc.write.1.tlog

     文件          2  2015-03-15 16:58  k-mean\Debug\link.6584.read.1.tlog

     文件          2  2015-03-15 16:58  k-mean\Debug\link.6584.write.1.tlog

     文件       1100  2015-03-15 16:58  k-mean\Debug\link.command.1.tlog

     文件       2306  2015-03-15 16:58  k-mean\Debug\link.read.1.tlog

     文件        370  2015-03-15 16:58  k-mean\Debug\link.write.1.tlog

     文件     470016  2015-03-15 16:58  k-mean\Debug\vc110.idb

     文件     880640  2015-03-15 16:58  k-mean\Debug\vc110.pdb

............此处省略12个文件信息