색 군집화로 사진 보기

원본 이미지

군집화 결과

군집 개수 (K)

색 공간

초기화 방식

반복 횟수

대표 색상 팔레트

색을 눌러 직접 원하는 색으로 바꿔 보세요 — 결과 사진이 다시 칠해집니다

색 분포 (픽셀 비율)

–대표색

분석 정보

이미지 크기–

총 픽셀 수–

원본 고유색–

군집 개수 (K)–

색 공간–

반복 횟수–

거리 함수Euclidean

K-means 색 군집화란?

초기 중심 선택

K개의 중심점을 이미지 색 중에서 골라 시작해요.

클러스터 할당

각 색을 가장 가까운 중심에 배정해요.

중심 업데이트

각 클러스터의 평균으로 중심을 옮겨요.

반복 수행

중심이 더 이상 움직이지 않을 때까지 반복해요.

Tip 더 많은 군집 수(K)를 사용할수록 원본과 더 비슷해지지만, 요약의 장점은 줄어들어요!

무슨 일이 일어날까요? 모든 픽셀을 (R, G, B) 좌표를 가진 하나의 점이라고 보면, 사진은 색 공간에 흩뿌려진 수만 개의 점입니다. K-means는 여기에 대표점(중심, centroid) K개를 놓고 → 각 픽셀을 가장 가까운 중심에 배정하고 → 중심을 배정된 점들의 평균으로 옮기는 과정을 반복해 색을 K가지로 요약합니다. 이때 '가깝다'는 것은 거리 개념(√(Δ²+Δ²+Δ²))이고, RGB 데이터 활동의 연장입니다. 색 공간을 Lab으로 바꾸면 사람 눈이 느끼는 색 차이에 더 가깝게, RGB는 화면 신호 그대로 거리를 잽니다 — 둘을 바꿔가며 결과를 비교해 보세요.