Opencv 对图像向量使用k-均值

在图像向量上使用k-均值时，我有一个令人不安的疑问。我有一个RGB图像，我已经转换成HSV空间。基本上我只想在H向量上执行k-均值。这是一个214x300的向量

我有两个问题：

1.在将样本输入kmeans命令之前，是否应将其重塑为64200*1向量

2.如何找到每个簇的中心（我将簇分成4个簇，因此我需要4个位置，每个位置代表每个簇的中心。）

是的，您应该将矩阵重塑为

1xN

向量，其中

N

对应于正在聚类的色调值的数量。每个数据点都被视为要集群的单个数据点

k-means的很大一部分是寻找正确的聚类中心。这种情况发生在你身上，不需要事先设定。如果您想使用好的中心初始化集群，请查看，但在运行k-means之前不必找到集群中心。要在聚类后获得计算出的聚类中心，只需查看调用k-means提供的输出数组。签名如下：

双kmeans（InputArray数据，int K，InputOutputArray最佳标签，TermCriteria标准，int尝试，int标志，OutputArray中心=noArray（））

---

如您所见，kmeans（）调用的最后一个参数是包含集群中心的矩阵。

谢谢您的回复！。。然而，我的中心矩阵的大小是N*1（对于N*1输入）…我希望只得到4个值（一个值用于集群1，另一个值用于集群2等等）…我在这里遗漏了什么吗？？？@Chris…cv:：kmeans（通道色调、计数、标签、TermCriteria（cv_TERMCRIT_EPS+cv_TERMCRIT_ITER，10，1.0）、5、kmeans_随机_中心、中心）；“中心”的行数不等于“计数”的行数？不！！。。。它等于channelhue矩阵的行数没关系，听起来你已经得到了它？：）