Este repositório contém um exemplo de implementação do algoritmo K-Means em imagens, útil para fins de quantização de cores e segmentação de imagens. Este projeto foi desenvolvido como parte da disciplina de Processamento de Imagens e Reconhecimento de Padrões.
Certifique-se de ter as seguintes bibliotecas Python instaladas:
- OpenCV (para carregar e exibir imagens)
- Numpy (para manipulação de dados)
- Scikit-learn (para a implementação do algoritmo K-Means)
Você pode instalá-las utilizando o pip:
pip install opencv-python numpy scikit-learn
-
Clone este repositório
-
Coloque sua imagem de entrada na raiz do projeto e atualize o caminho da imagem no código para a sua imagem específica:
# Carregue a imagem
image = cv2.imread('sua_imagem.jpg')
- Execute o script Python:
python kmeans_image.py
- A imagem quantizada será exibida na tela.
Você pode customizar o número de clusters (variável k) no código para ajustar a quantização de cores conforme necessário.
Sinta-se à vontade para contribuir para este projeto ou relatar problemas encontrados. Todas as contribuições são bem-vindas!
Divirta-se com a implementação do K-Means em imagens! Se tiver alguma dúvida ou precisar de assistência, sinta-se à vontade para entrar em contato.