Kmeans：データ座標のラベルと出力中心は何ですか？

Question

とcentresがkmeansにあるもの、特にOpenCVのkmeans()の機能を理解するのが難しいです。

私はkmeansがデータサンプルでk個のクラスタを見つけることを理解します。そして、centresパラメータは私に各クラスタの中心/重心を教えてくれます。 `センターはが6行を持つべきではありません（1 -

しかしは、ラベルと私はそれは私が2行3列を持っているが、私は6つのクラスタと関数kmeansを走った私のcentresを検査しようとしたときに何をしています各クラスタについて）最後に、中心点の値を検査することは浮動小数点値を出力しています - インデックス（ints）であってはなりませんか？データサンプル配列のインデックスと同じです。

kmeansを実行した後、（データ座標の）クラスタセンターをどのように取得できますか？最終的に私は最も一般的な色を見つけようとしています - それで、私の想定しているクラスターセンターは、自分のマットタイプに応じてBGR/HSV/Lab値になると思いますか？

kmeans(collapsedImage, 6, labels, 
    TermCriteria(TermCriteria::EPS + TermCriteria::COUNT, 10, 1.0), 
    3, KMEANS_PP_CENTERS, centres); 


printf("rows: %d, cols: %d", centres.rows, centres.cols); 
// outputs 'rows : 2, cols : 3' 

for (int i = 0; i < centres.rows; i++) { 
    for (int j = 0; j < centres.cols; j++) { 
     std::cout << centres.at<float>(i, j) << " "; 
    } 

    std::cout << std::endl; 
} 

// Outputs: Why are these floats??? 
// 1.48938 0.578623 0.464539 
// 242.628 131.947 80.5347 

Answer 1

[OK]を@Mikiが何であるかをラベル説明し、以下の（私はこれが正しいと確信している）クラスタ中心を取得する方法を解決したので：

printf("cols: %d, rows: %d", centres.cols, centres.rows); 
int x = 0; 
for (int i = 0; i < centres.rows; i++) { 

    Vec3b s(centres.at<float>(i, 0), centres.at<float>(i, 1), centres.at<float>(i, 2)); 
    std::cout << "Dominant Colour (aka Cluster centre?): " << s << std::endl; 

    rectangle(image, Rect(x, 10, 10, 10), s, 3, 0); 
    x += 22; 
}