如何使用Pillow中Image.quantize方法的kmeans参数？

PIL.Image.quantize的kmeans参数用法说明 #

PIL.Image.quantize的方法定义如下：

Image.quantize(colors=256, method=None, kmeans=0, palette=None, dither=1)
    colors – 期望输出的颜色数，≤ 256
    kmeans – 整数类型

1. 参数具体使用方式

kmeans仅在未传入自定义palette（即使用程序自动生成调色板）时生效，作用是控制调色板生成阶段的聚类逻辑：

• 取默认值0时，程序直接使用中位切分法生成符合colors数量要求的调色板，不执行kmeans聚类
• 取正整数N时，程序会先对图像的所有像素颜色执行kmeans聚类，得到N个聚类中心，再从这N个中心里筛选出出现频率最高的colors个作为最终输出的调色板

2. 常见疑问解答

• kmeans取值是否需要和colors参数一致？
  不需要，二者没有强制相等的要求，通常建议设置kmeans ≥ colors才能得到符合预期的效果：如果设置kmeans < colors，聚类最多只能得到kmeans个颜色中心，最终输出的实际颜色数最多只能等于kmeans，无法达到你设置的colors数值。
• 是否可以实现指定10个聚类但仅输出3种颜色，收纳非关注颜色的效果？
  完全可以，这正是该参数的典型使用场景。示例调用代码如下：

# 先聚10类，最终仅输出3种颜色
res_img = origin_img.quantize(colors=3, kmeans=10)

上述代码执行时，会先把图像所有颜色聚为10个类别，再取出现频率最高的3个聚类中心作为最终调色板，其余7个聚类的所有像素都会被映射到这3个最终颜色中距离最近的那个，刚好符合你需要的效果。 #

内容的提问来源于stack exchange，提问作者P i