使用k均值聚类的颜色分类

Question

我正试图通过球衣颜色来区分一些球员。我有一个模型，检测和放置边界框的球员。现在我想根据球队的球衣颜色来区分他们。我做了一些研究，发现k均值聚类可以用于此目的。然而，它主要用于查找图像中的主色。我的困惑是，我是为每个边界框执行聚类，找到主色并进行比较，还是将所有边界框一起执行聚类，然后执行分类步骤？

def draw_bboxes(image, detected):
for box, label, score in zip(detected['boxes'], detected['labels'], detected['scores']):
if label == PLAYER:
x1, y1, x2, y2 = box
detect_team(image, box) #how to implement this with k-means clustering?

Answer 1

这里似乎已经按照您想要的方式演示了您想要的内容。要通过K-Means获得主色，您需要执行以下步骤

1. 分离图像的R、G和B颜色，这样您就有了3个颜色列表
2. 缩放颜色值
3. 应用K-Means聚类保持您选择的聚类计数，例如2
4. 聚类后得到聚类中心，它们是你的主色或至少是主色的平均值
5. 根据颜色决定团队