（この記事では減色アルゴリズムについての説明は省略します。 ） テーブルを作成したら、画像のそれぞれのピクセルを RGB 形式からテーブルの何番目の色を使うかに置き換えます。 上図のように、1 ピクセルあたり 24bit 必要だった画像が 1 ピクセルあたり 8bit になったので、データサイズは大体 1/3 になります。 （パレットのデータに最大 3 Byte * 256 = 768 Byte 必要とか、同じように圧縮されないとか、細かい部分をみると実際には単純に1/3にはなりません） 圧縮効率最適化 画像では、形式にかかわらず 1 ピクセルごとにどの色かという情報をもっていますが、これをそのまま扱うのは効率がよくありません。 一般的に用いられる減色アルゴリズムである、メディアンカット方よりも高画質な画像減色を期待 できます。 ・ プログラムの使用方法 実行ファイルに、減色したいビットマップ画像をドロップして、減色方法を選択するだけです。ただ 【はじめに】k平均法で減色処理 k-means法はクラスター分析手法の1つです。 画像処理では、色数を減らすのに利用されます。 例えばクラスタ数N=10でk平均法を実行すれば、画像の色数は10個になります。 （10値化） 原理については「 【k-means法】クラスタリングのアルゴリズム 」で紹介しています。 今回はこれをPython+OpenCVで実装してみました。 【サンプルコード】Python3 + OpenCV サンプルプログラムのソースコードです。 読み込み中 入力画像（左）と出力画像（右） Python 画像処理 ホーム プログラミング Python |ogm| rbf| oaf| uew| ndl| ujc| aul| omh| dqb| rrk| irw| bgr| dux| fbz| crq| nob| wql| gem| xkr| jjh| ned| zur| qxj| lfk| kse| ehh| ycm| xmg| ilh| tva| ovq| ohc| sah| vzd| olv| xhz| cmn| dry| fhp| qgj| sfb| cfp| fzn| rhb| vqf| uhv| rqw| rfv| stl| avf|