将演示如何对 Astronaut图像执行像素矢量量化（Vector Quantization，VQ），将显示图像所需的颜色数量从 250 种减少到 4 种，同时保持整体外观质量。在本例中，像素在三维空间中表示，使用 k 均值查找 4 个颜色簇。在图像处理文献中，码本是从 k 均值（簇群中心）获得的，称为调色板。在调色板中，使用 1 个字节最多可寻址 256 种颜色，而 RGB 编码要求每个像素 3

这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Mar

源自 scikit-image 文档的如下例子中的活动轮廓模型将被用来通过在人脸边缘拟合样条曲线，将宇航员的脸与图像的其余部分分割开来。如下代码演示了如何使用 active_contour()函数进行分割（函数运行一个迭代算法，其中迭代算法的最大迭代次数可以由函数的参数指定），并显示在不同的迭代次数（max_iteration）下，在内部运行算法得到的闭合轮廓线。该算法围绕感兴趣的目标初始化蛇，并

主成分分析(PCA）是一种统计/非监督机器学习方法，它使用一个正交变换将一组可能相关的变量的观测值转化为一组线性不相关的变量的值（称为主成分），从而在数据集中发现最大方向的方差（沿着主成分）。这可以用于（线性）降维（只有几个突出的主成分在大多数情况下捕获数据集中的几乎所有方差）和具有多个维度的数据集的可视化（在二维空间中）。PCA 的一个应用是特征脸，找到一组可以（从理论上）表示任意脸（作为这些特

学计算机视觉的小伙伴可以过来看一下

用 scikit-learn 库函数实现以下分类器：k 最近邻分类算法、高斯贝叶斯分类器、随机森林分类器、支持向量机分类器。

源自 scikit-image 文档的如下例子中的活动轮廓模型将被用来通过在人脸边缘拟合样条曲线，将宇航员的脸与图像的其余部分分割开来。如下代码演示了如何使用 active_contour()函数进行分割（函数运行一个迭代算法，其中迭代算法的最大迭代次数可以由函数的参数指定），并显示在不同的迭代次数（max_iteration）下，在内部运行算法得到的闭合轮廓线。该算法围绕感兴趣的目标初始化蛇，并

主成分分析(PCA）是一种统计/非监督机器学习方法，它使用一个正交变换将一组可能相关的变量的观测值转化为一组线性不相关的变量的值（称为主成分），从而在数据集中发现最大方向的方差（沿着主成分）。这可以用于（线性）降维（只有几个突出的主成分在大多数情况下捕获数据集中的几乎所有方差）和具有多个维度的数据集的可视化（在二维空间中）。PCA 的一个应用是特征脸，找到一组可以（从理论上）表示任意脸（作为这些特