图像分割利用KMeans生成灰度图

import numpy as np
import PIL.Image as image
from sklearn.cluster import KMeans

def loadData(filePath):
    f = open(filePath,'rb')#以二进制形式打开文件
    data = []
    img = image.open(f)#以列表形式返回图片像素值
    m,n = img.size#获取图片大小
    for i in range(m):#将每个像素点RGB处理到0-1
        for j in range(n):#范围内并存放进data
            x,y,z = img.getpixel((i,j))
            data.append([x/256.0,y/256.0,z/256.0])
    f.close()
    return np.mat(data),m,n#以矩阵形式返回data,以及图片大小m,n

imgData,row,col = loadData('kmeans/bull.jpg')#加载数据
label = KMeans(n_clusters=4).fit_predict(imgData)#获得每个像素所属类别
label = label.reshape([row,col])
pic_new = image.new("L", (row, col))#创建一个新的灰度图片保存聚类后的结果
for i in range(row):#根据所属聚类类别向图片添加灰度值
    for j in range(col):
        pic_new.putpixel((i,j), int(256/(label[i][j]+1)))
pic_new.save("result-bull-4.jpg", "JPEG")#以JPEG格式保存图像