OpenCVでのK-means 法による2次元座標クラスタリング

C++ OpenCVのkmeansメソッドを使用し、K-means法の使用例でよくある
2次元座標上でのクラスタリングのサンプルを作成したので、情報を残しておきます

以下は、500×500の２次元座標上にある任意の8点に対しk-meansにより3グループに分けるサンプルです

実行環境
OpenCV 2.X

doKmeans.cpp

#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <list>

using namespace std;
using namespace cv;

//２次元のクラスタリング
void main()
{
    //プロット用画像を生成
    Mat imgMark = Mat(500, 500, CV_8UC3);

    //クラスタリング表現の色（3パターン）
    Scalar colorTab[] =
    {
        Scalar(255,100,100),
        Scalar(255,0,255),
        Scalar(0,255,255)
    };

    //クラスタリング対象ポイントを設定
    int pointCount = 8; //8ポイント分確保
    Mat points(pointCount, 1, CV_32FC2);

    //クラスタリング対象2次元座標を設定
    points.at<Point2f>(0) = Point2f(100, 200);
    points.at<Point2f>(1) = Point2f(200, 300);
    points.at<Point2f>(2) = Point2f(350, 250);
    points.at<Point2f>(3) = Point2f(450, 150);
    points.at<Point2f>(4) = Point2f(200, 100);
    points.at<Point2f>(5) = Point2f(200, 200);
    points.at<Point2f>(6) = Point2f(420, 350);
    points.at<Point2f>(7) = Point2f(450, 450);

    //クラスタリング数を定義
    int clusterCount = 3;
    vector<Point*> centerPointList(clusterCount);

    //ラベルごとのポイントリストのインスタンスを確保
    vector< vector<Point*>*> labelPointList;
    for (int i = 0; i < clusterCount; i++)
    {
        labelPointList.push_back(new vector<Point*>());
    }

    //K-means実施
    Mat centers;    //各グループの中心座標を受け取る変数
    Mat labels;     //各グルーピングごとのポイントを受け取る変数
    kmeans(points
        , clusterCount
        , labels
        , TermCriteria(TermCriteria::EPS + TermCriteria::COUNT, 10, 1.0)
        , 3
        , KMEANS_PP_CENTERS
        , centers);

    //各ラベルのポイントを取得(各Labelがrows)
    for (int i = 0; i < points.rows; i++)
    {
        //分類のインデックスを取得
        int labelIndex = labels.at<int>(i);
        //分類元の座標を取得
        Point ipt = points.at<Point2f>(i);

        vector<Point*>* pointList = labelPointList[labelIndex];

        pointList->push_back(new Point(ipt.x, ipt.y));

        //位置に分類を色別に表示
        circle(imgMark, ipt, 10, colorTab[labelIndex], 2, 4);
    }

    //各ラベルの中心を取得(各Labelがrows)
    double sse = 0;
    for (int labelIndex = 0; labelIndex < centers.rows; labelIndex++) {

        //中心座標を取得
        int centersX = centers.at<float>(labelIndex, 0);
        int centersY = centers.at<float>(labelIndex, 1);

        //位置に分類を色別に表示
        Point* centerPoint = new Point(centersX, centersY);
        circle(imgMark, *centerPoint, 20, colorTab[labelIndex], 8, 8);
    }

    //クラスタリング結果を表示
    namedWindow("Kmeans", WINDOW_NORMAL);
    imshow("Kmeans", imgMark);
    waitKey(0);
    destroyAllWindows();
}

上記を実行すると以下のように各グループごとに色わけされた結果が表示されます
小さい円はグルーピング対象の座標の位置を示し、大きい円は各グループの中心位置を示しています