OpenCV

1. k-means

이 코드들은 OpenCV 라이브러리를 사용하기 때문에 해당 라이브러리를 설치하고, #include <opencv2/opencv.hpp>를 추가해야 한다.

1. k-means #

무작위로 100개의 점을 생성하여 k-means 군집화를 수행했다.

#include <iostream>
#include <opencv2/opencv.hpp>

using namespace cv;
using namespace std;

int main(int argc, char** argv)
{
    Mat samples = Mat::zeros(100, 2, CV_32F);

// 무작위로 100개의 점 생성
    RNG rng(0);
    for (int i = 0; i < samples.rows; i++) {
        samples.at<float>(i, 0) = rng.uniform(0.f, 1.f);
        samples.at<float>(i, 1) = rng.uniform(0.f, 1.f);
    }

// k-means 군집화 수행
    int num_clusters = 5;
    Mat labels, centers;
    TermCriteria criteria(TermCriteria::EPS + TermCriteria::COUNT, 10, 1.0);
    int attempts = 5;
    kmeans(samples, num_clusters, labels, criteria, attempts, KMEANS_PP_CENTERS, centers);

// 군집화 결과 출력
    Mat plot = Mat::zeros(512, 512, CV_8UC3);
    plot.setTo(Scalar(255, 255, 255));
    for (int i = 0; i < samples.rows; i++) {
        int label = labels.at<int>(i);
        float x = samples.at<float>(i, 0) * plot.cols;
        float y = samples.at<float>(i, 1) * plot.rows;
        circle(plot, Point(x, y), 3, Scalar(0, 0, 255), FILLED, LINE_AA);
    }
    for (int i = 0; i < centers.rows; i++) {
        float x = centers.at<float>(i, 0) * plot.cols;
        float y = centers.at<float>(i, 1) * plot.rows;
        circle(plot, Point(x, y), 10, Scalar(0, 255, 0), FILLED, LINE_AA);
    }
    namedWindow("Clusters", WINDOW_NORMAL);
    imshow("Clusters", plot);
    waitKey(0);

return 0;
}

[PNG image (17.42 KB)]

Document

이 글에는 0 개의 댓글이 있습니다.

HyacinthWiki

In Search of the Miraculous

OpenCV

Contents

1. k-means #