public static void BindRGB(List <K_mean> clusarr, byte[,,] res)//связывание пикселей с кластерами по значениям RGB
{
int k = clusarr.Count;
int H = res.GetUpperBound(1) + 1;
int W = res.GetUpperBound(2) + 1;
K_mean cl = new K_mean();
for (int j = 0; j < k; j++)// очищаем привязанные к кластеру пиксели
{
clusarr[j].scores.Clear();
}
for (int i = 0; i < H; i++) // строки
{
for (int j = 0; j < W; j++) // столбцы
{
double min = Math.Abs(clusarr[0].current_pixel.R - res[0, i, j])
+ Math.Abs(clusarr[0].current_pixel.G - res[1, i, j])
+ Math.Abs(clusarr[0].current_pixel.B - res[2, i, j]); // начальное минимальное расстояние
cl = clusarr[0];
for (int n = 0; n < clusarr.Count; n++)
{
double tmp = Math.Abs(clusarr[n].current_pixel.R - res[0, i, j])
+ Math.Abs(clusarr[n].current_pixel.G - res[1, i, j])
+ Math.Abs(clusarr[n].current_pixel.B - res[2, i, j]);
if (min > tmp)
{
min = tmp;
cl = clusarr[n];
}
}
Img_pixel pt = new Img_pixel(i, j, res[0, i, j], res[1, i, j], res[2, i, j]);
cl.scores.Add(pt); // привязываем пиксель к кластеру к наиблежайшему кластеру
}
}
}
public static int Start(List <Cluster> clusarr, byte[,,] res, int T, bool MarkUp)
{
int Height = res.GetUpperBound(1) + 1;
int Width = res.GetUpperBound(2) + 1;
Cluster cl = new Cluster();
Img_pixel pixel = new Img_pixel();
for (int i = 0; i < Height; i++)
{
for (int j = 0; j < Width; j++)
{
double min = Math.Abs(clusarr[0].current_pixel.R - res[0, i, j])
+ Math.Abs(clusarr[0].current_pixel.G - res[1, i, j])
+ Math.Abs(clusarr[0].current_pixel.B - res[2, i, j]); // начальное минимальное расстояние
cl = clusarr[0];
for (int n = 0; n < clusarr.Count; n++)
{
double tmp = Math.Abs(clusarr[n].current_pixel.R - res[0, i, j])
+ Math.Abs(clusarr[n].current_pixel.G - res[1, i, j])
+ Math.Abs(clusarr[n].current_pixel.B - res[2, i, j]);
if (min > tmp)
{
min = tmp;
cl = clusarr[n];
}
}
pixel = new Img_pixel(i, j, res[0, i, j], res[1, i, j], res[2, i, j]);
if (min <= 3 * T)
{
cl.scores.Add(pixel);
}
else
{
clusarr.Add(new Cluster());
clusarr[clusarr.Count - 1].current_pixel = new Img_pixel(i, j, res[0, i, j], res[1, i, j], res[2, i, j]);
clusarr[clusarr.Count - 1].scores.Add(pixel);
}
}
}
return(clusarr.Count);
}
public Cluster(Img_pixel pixel)
{
current_pixel = pixel;
}
public static int Start(List <Cluster> clusarr, byte[,,] res, bool Initialize_Random_Maxmin)
{
int Height = res.GetUpperBound(1) + 1;
int Width = res.GetUpperBound(2) + 1;
double average = 0;
double Max = 0;
if (Initialize_Random_Maxmin)
{
Random rand = new Random();
int X = rand.Next(0, Height);
int Y = rand.Next(0, Width);
clusarr[0].current_pixel = new Img_pixel(X, Y, res[0, X, Y], res[1, X, Y], res[2, X, Y]);
}
else
{
clusarr[0].current_pixel = new Img_pixel(0, 0, res[0, 0, 0], res[1, 0, 0], res[2, 0, 0]);
}
Img_pixel pixel = new Img_pixel();
double first_max = 0;
Img_pixel farest_pixel = new Img_pixel();
for (int i = 0; i < Height; i++)
{
for (int j = 0; j < Width; j++)
{
double max = Math.Abs(clusarr[0].current_pixel.R - res[0, i, j])
+ Math.Abs(clusarr[0].current_pixel.G - res[1, i, j])
+ Math.Abs(clusarr[0].current_pixel.B - res[2, i, j]);
if (max > first_max)
{
first_max = max;
farest_pixel = new Img_pixel(i, j, res[0, i, j], res[1, i, j], res[2, i, j]);
}
}
}
clusarr.Add(new Cluster(farest_pixel));
do
{
Max = 0;
for (int i = 0; i < Height; i++)
{
for (int j = 0; j < Width; j++)
{
double min = Math.Abs(clusarr[0].current_pixel.R - res[0, i, j])
+ Math.Abs(clusarr[0].current_pixel.G - res[1, i, j])
+ Math.Abs(clusarr[0].current_pixel.B - res[2, i, j]); // начальное минимальное расстояние
for (int n = 0; n < clusarr.Count; n++)
{
double tmp = Math.Abs(clusarr[n].current_pixel.R - res[0, i, j])
+ Math.Abs(clusarr[n].current_pixel.G - res[1, i, j])
+ Math.Abs(clusarr[n].current_pixel.B - res[2, i, j]);
if (min > tmp)
{
min = tmp;
}
}
if (min > Max)
{
Max = min;
pixel = new Img_pixel(i, j, res[0, i, j], res[1, i, j], res[2, i, j]);
}
}
}
average = 0;
for (int n = 1; n < clusarr.Count; n++)
{
average += Math.Abs(clusarr[0].current_pixel.R - clusarr[n].current_pixel.R)
+ Math.Abs(clusarr[0].current_pixel.G - clusarr[n].current_pixel.G)
+ Math.Abs(clusarr[0].current_pixel.B - clusarr[n].current_pixel.B);
}
average /= clusarr.Count;
if (Max > average / 2)
{
clusarr.Add(new Cluster(pixel));
}
} while (Max > average / 2);
Cluster cl = new Cluster();
for (int i = 0; i < Height; i++)
{
for (int j = 0; j < Width; j++)
{
double min = Math.Abs(clusarr[0].current_pixel.R - res[0, i, j])
+ Math.Abs(clusarr[0].current_pixel.G - res[1, i, j])
+ Math.Abs(clusarr[0].current_pixel.B - res[2, i, j]); // начальное минимальное расстояние
cl = clusarr[0];
for (int n = 0; n < clusarr.Count; n++)
{
double tmp = Math.Abs(clusarr[n].current_pixel.R - res[0, i, j])
+ Math.Abs(clusarr[n].current_pixel.G - res[1, i, j])
+ Math.Abs(clusarr[n].current_pixel.B - res[2, i, j]);
if (min > tmp)
{
min = tmp;
cl = clusarr[n];
}
}
pixel = new Img_pixel(i, j, res[0, i, j], res[1, i, j], res[2, i, j]);
cl.scores.Add(pixel);
}
}
return(clusarr.Count);
}
