前言

    一提到聚類演算法，必然首先會想到的是kmeans聚類，因為它的名氣實在太大了。最近，剛好要使用OpenCV中Kmeans函式。這節內容主要是講講OpenCV中kmeans函式的使用方法。

　開發環境：OpenCV2.4.8+VS2013

  實驗基礎

  在使用kmeans之前，必須先了解kmeans演算法的2個缺點：第一是必須人為指定所聚的類的個數k；第二是如果使用歐式距離來衡量相似度的話，可能會得到錯誤的結果，因為沒有考慮到屬性的重要性和相關性。為了減少這種錯誤，在使用kmeans距離時，一定要使樣本的每一維資料歸一化，不然的話由於樣本的屬性範圍不同會導致錯誤的結果。

實驗一是對隨機產生的sampleCount個二維樣本（共分為clusterCount個類別），每個類別的樣本資料都服從高斯分佈，該高斯分佈的均值是隨機的，方差是固定的。然後對這sampleCount個樣本資料使用kmeans演算法聚類，最後將不同的類用不同的顏色顯示出來。

　　下面是程式中使用到的幾個OpenCV函式：

　　void RNG::fill(InputOutputArray mat, int distType, InputArray a, InputArray b, bool saturateRange=false )

　　這個函式是對矩陣mat填充隨機數，隨機數的產生方式有引數2來決定，如果為引數2的型別為RNG::UNIFORM，則表示產生均一分佈的隨機數，如果為RNG::NORMAL則表示產生高斯分佈的隨機數。對應的引數3和引數4為上面兩種隨機數產生模型的引數。比如說如果隨機數產生模型為均勻分佈，則引數a表示均勻分佈的下限，引數b表示上限。如果隨機數產生模型為高斯模型，則引數a表示均值，引數b表示方程。引數5只有當隨機數產生方式為均勻分佈時才有效，表示的是是否產生的資料要佈滿整個範圍（沒用過，所以也沒仔細去研究）。另外，需要注意的是用來儲存隨機數的矩陣mat可以是多維的，也可以是多通道的，目前最多隻能支援4個通道。

　　void randShuffle(InputOutputArray dst, double iterFactor=1., RNG* rng=0 )

　　該函式表示隨機打亂1D陣列dst裡面的資料，隨機打亂的方式由隨機數發生器rng決定。iterFactor為隨機打亂資料對數的因子，總共打亂的資料對數為：dst.rows*dst.cols*iterFactor，因此如果為0，表示沒有打亂資料。

　　Class TermCriteria

　　類TermCriteria 一般表示迭代終止的條件，如果為CV_TERMCRIT_ITER，則用最大迭代次數作為終止條件，如果為CV_TERMCRIT_EPS 則用精度作為迭代條件，如果為CV_TERMCRIT_ITER+CV_TERMCRIT_EPS則用最大迭代次數或者精度作為迭代條件，看哪個條件先滿足。

　　double kmeans(InputArray data, int K, InputOutputArray bestLabels, TermCriteria criteria, int attempts, int flags, OutputArray centers=noArray() )

　　該函式為kmeans聚類演算法實現函式。引數data表示需要被聚類的原始資料集合，一行表示一個數據樣本，每一個樣本的每一列都是一個屬性；引數k表示需要被聚類的個數；引數bestLabels表示每一個樣本的類的標籤，是一個整數，從0開始的索引整數；引數criteria表示的是演算法迭代終止條件；引數attempts表示執行kmeans的次數，取結果最好的那次聚類為最終的聚類，要配合下一個引數flages來使用；引數flags表示的是聚類初始化的條件。其取值有3種情況，如果為KMEANS_RANDOM_CENTERS，則表示為隨機選取初始化中心點，如果為KMEANS_PP_CENTERS則表示使用某一種演算法來確定初始聚類的點；如果為KMEANS_USE_INITIAL_LABELS，則表示使用使用者自定義的初始點，但是如果此時的attempts大於1，則後面的聚類初始點依舊使用隨機的方式；引數centers表示的是聚類後的中心點存放矩陣。該函式返回的是聚類結果的緊湊性，其計算公式為：

實驗二是對輸入的一張圖片進行聚類。

   實驗結果

實驗一：隨機產生的符合高斯分佈的資料被聚類的結果

實驗二：對圖片的聚類

                源影象: