在OpenCV Maching Learning部分，实现了一些经典的机器学习算法，并且每个算法都有相应的例子，所以我觉得可以从这里开始学习机器学习算法。

K-means算法应该是比较简单的机器学习算法，就先从这个开始学习。

K-means 算法是很典型的基于距离的聚类算法 。从二维图像的例子来看，图像上有很多个点，为了将这些点按他们相近的距离分成一簇一簇的，假设要分成k簇，k-means算法步骤如下，

a.  随机地选取k个点作为中心，

b.  计算每个点到这些中心的距离，将这个点归属于离它最近的中心，这样就得到了k个簇。因为是随机选取的中心，会有一些点分配到错误的中心上。

c.  根据得到的簇重新计算出它的中心，那么属于某个簇的点到它中心的距离就比较平均。

d.  重复b~c，直到收敛。

上图中可以看到，一开始随机选取的中心，有可能使一些点错误地放到其它簇。但在迭代过程中，它会改变它所属的簇，最后归属到正确的簇。

下面是OpenCV里面的代码，相较于learning OpenCV上的代码，添加了cluster个数和sample个数的输出，修复了按esc键不能退出的bug。

 

// example in book leanring OpenCV, machine learning, k-means algorithn// good site for OpenCV examples, http://nashruddin.com/OpenCV_Examples_Part_2#include "cxcore.h"#include "highgui.h"#include 
      
       int main(int argc, char** argv){    #define MAX_CLUSTER 5    CvScalar color_tab[MAX_CLUSTER];    IplImage* img = cvCreateImage(cvSize(500,500),8,3);    CvRNG rng = cvRNG(0xffffffff);        color_tab[0] = CV_RGB(255,0,0);    color_tab[1] = CV_RGB(0,255,0);    color_tab[2] = CV_RGB(100,100,255);    color_tab[3] = CV_RGB(255,0,255);    color_tab[4] = CV_RGB(255,255,0);    for(;;)    {        int k, cluster_count = cvRandInt(&rng)%MAX_CLUSTER+1;        int i, sample_count = cvRandInt(&rng)%1000+1;        CvMat* points = cvCreateMat(sample_count,1,CV_32FC2);        CvMat* clusters = cvCreateMat(sample_count,1,CV_32SC1);                /* generate random samples */        /* gaussian distribution */        for(k=0;k
       
        width;            center.y = cvRandInt(&rng)%img->height;            cvGetRows(points,&point_chunk,                    k*sample_count/cluster_count,                    k==cluster_count-1?sample_count:                    (k+1)*sample_count/cluster_count);            cvRandArr(&rng,&point_chunk,CV_RAND_NORMAL,                    cvScalar(center.x,center.y,0,0),                    cvScalar(img->width/6,img->height/6,0,0));        }        /* shuffle samples */        for(i=0;i
        
         data.fl +                 cvRandInt(&rng)%sample_count;            CvPoint2D32f* pt2 = (CvPoint2D32f*)points->data.fl +                 cvRandInt(&rng)%sample_count;            CvPoint2D32f temp;            CV_SWAP(*pt1,*pt2,temp);        }        printf("cluster_count: %d\nsample_count:%d\n\n",cluster_count,sample_count);            cvKMeans2(points,cluster_count,clusters,                cvTermCriteria(CV_TERMCRIT_EPS+CV_TERMCRIT_ITER,100,0.01));        cvZero(img);        for(i=0;i
         
          data.fl)[i];            int cluster_idx = clusters->data.i[i];            cvCircle(img,cvPointFrom32f(pt),2,                    color_tab[cluster_idx],CV_FILLED);        }        cvReleaseMat(&points);        cvReleaseMat(&clusters);            cvShowImage("clusters",img);        int key = cvWaitKey(0);        key = key&0x000000FF;        //printf("the key pressed:%d\n",key);        if(key==27)            break;    }    return 0;}
         
        
       
      

效果图如下，

恩，先就这样。