소스예제 퍼온거
2013. 7. 2. 18:08
opencvsharp을 이용한 Kmeans 구현
int MAX_CLUSTERS = 10;
int size = srcImg.Width * srcImg.Height;
using (CvMat color = Cv.CreateMat(MAX_CLUSTERS, 1, MatrixType.F32C3))
using (CvMat count = Cv.CreateMat(MAX_CLUSTERS, 1, MatrixType.S32C1))
using (CvMat clusters = Cv.CreateMat(size, 1, MatrixType.S32C1))
using (CvMat points = Cv.CreateMat(size, 1, MatrixType.F32C3))
{
unsafe
{
float* p_mat = (float*)points.Data; // 行列の要素へのポインタ
byte* p_img = (byte*)srcImg.ImageData; // 画像の画素へのポインタ
for (int i = 0; i < size; i++)
{
p_mat[i * 3 + 0] = p_img[i * 3 + 0];
p_mat[i * 3 + 1] = p_img[i * 3 + 1];
p_mat[i * 3 + 2] = p_img[i * 3 + 2];
}
}
Cv.KMeans2(points, MAX_CLUSTERS, clusters, new CvTermCriteria(10, 1.0));
Cv.SetZero(color);
Cv.SetZero(count);
unsafe
{
int* p_clu = clusters.DataInt32; // cluster の要素へのポインタ
int* p_cnt = count.DataInt32; // count の要素へのポインタ
float* p_clr = color.DataSingle; // color の要素へのポインタ
float* p_pnt = points.DataSingle; // points の要素へのポインタ
for (int i = 0; i < size; i++)
{
int idx = p_clu[i]; // clusters->data.i[i]
int j = ++p_cnt[idx]; // ++count->data.i[idx];
p_clr[idx * 3 + 0] = p_clr[idx * 3 + 0] * (j - 1) / j + p_pnt[i * 3 + 0] / j;
p_clr[idx * 3 + 1] = p_clr[idx * 3 + 1] * (j - 1) / j + p_pnt[i * 3 + 1] / j;
p_clr[idx * 3 + 2] = p_clr[idx * 3 + 2] * (j - 1) / j + p_pnt[i * 3 + 2] / j;
}
}
unsafe
{
int* p_clu = clusters.DataInt32; // cluster の要素へのポインタ
float* p_clr = color.DataSingle; // color の要素へのポインタ
byte* p_dst = (byte*)dstImg.ImageData; // dst の画素へのポインタ
for (int i = 0; i < size; i++)
{
int idx = p_clu[i];
p_dst[i * 3 + 0] = (byte)p_clr[idx * 3 + 0];
p_dst[i * 3 + 1] = (byte)p_clr[idx * 3 + 1];
p_dst[i * 3 + 2] = (byte)p_clr[idx * 3 + 2];
}
}
}
