基于k均值算法的彩色压缩

Question

我正在阅读关于k均值算法在这个链接上的文章。

在is 22中，作者提到输入颜色空间是1600万种可能的颜色。作者是如何在这里找到1600万个数字的。请解释一下。

此外，最后还提到了以下内容

一些细节当然是丢失在最右边的面板，但整体的形象仍然很容易识别。这张图片在右边达到了大约一百万的压缩因子！这是k方法的一个有趣的应用，当然还有更好的方法来压缩图像中的信息。但是这个例子展示了用无监督的方法，比如k-均值，跳出思维的力量。

在这里是如何进行压缩的，因为我们仍然使用压缩后的形状数据(273280，3)。如何实现100万的压缩。

谢谢

Answer 1

正如在评论中已经指出的，1600万是RGB空间256^3=16\ 777\ 216中的颜色数。(图像本身只包含96\ 615唯一的颜色。)

对于约简，作者正在生成16个簇，虽然中心点仍然是以RGB格式给出的，但其中只有16个。(如果您使用Colab或您自己的克隆，运行np.unique(new_colors, axis=0)；这将使压缩中保留的16种颜色保持不变。)现在，要实际保存使用较小磁盘的彩色压缩图像，您可能需要使用简单的标签编码来转换这16个RGB代码，并且能够在加载时引用它们的颜色。无论如何，正如作者指出的那样，这并不是一个有效的缩小图像大小的方法，只是一个有趣的聚类示例。