ee.Algorithms.Image.Segmentation.KMeans

इस नोड का इस्तेमाल करने पर, इनपुट इमेज पर K-Means क्लस्टरिंग की जाती है. यह फ़ंक्शन, एक बैंड वाली इमेज दिखाता है. इसमें हर पिक्सल के उस क्लस्टर का आईडी होता है जिससे वह पिक्सल जुड़ा है. यह एल्गोरिदम, दो तरह से काम कर सकता है. पहला, बिना ओवरलैप वाली सेल के फ़िक्स्ड ग्रिड (gridSize, जो टाइल से छोटी हो सकती है) पर. दूसरा, ओवरलैप वाली टाइल (neighborhoodSize) पर. डिफ़ॉल्ट रूप से, बिना ओवरलैप वाली टाइलों का इस्तेमाल किया जाता है.

एक सेल या टाइल में मौजूद क्लस्टर, दूसरी सेल या टाइल में मौजूद क्लस्टर से अलग होते हैं. अगर कोई क्लस्टर किसी सेल या टाइल की सीमा में फैला हुआ है, तो हो सकता है कि उसके दोनों हिस्सों को अलग-अलग लेबल मिले. मास्क किए गए किसी भी इनपुट पिक्सल को आउटपुट में पूरी तरह से मास्क कर दिया जाता है.

इस्तेमाल	रिटर्न
ee.Algorithms.Image.Segmentation.KMeans(image, numClusters, numIterations, neighborhoodSize, gridSize, forceConvergence, uniqueLabels)	इमेज

आर्ग्यूमेंट	टाइप	विवरण
image	इमेज	क्लस्टरिंग के लिए इनपुट इमेज.
numClusters	पूर्णांक, डिफ़ॉल्ट: 8	क्लस्टर की संख्या.
numIterations	पूर्णांक, डिफ़ॉल्ट: 20	वर्शन की संख्या.
neighborhoodSize	पूर्णांक, डिफ़ॉल्ट: 0	आस-पास के इलाके का साइज़. क्लस्टर का हिसाब लगाते समय, हर टाइल को कितना बढ़ाना है (ओवरलैप). यह विकल्प, gridSize के साथ इस्तेमाल नहीं किया जा सकता.
gridSize	पूर्णांक, डिफ़ॉल्ट: शून्य	ग्रिड सेल का साइज़. अगर यह वैल्यू 0 से ज़्यादा है, तो kMeans को इस साइज़ के सेल पर अलग से चलाया जाएगा. इससे, किसी भी क्लस्टर का साइज़ gridSize या इससे छोटा हो जाता है. यह विकल्प, neighborhoodSize के साथ इस्तेमाल नहीं किया जा सकता.
forceConvergence	बूलियन, डिफ़ॉल्ट: false	अगर यह विकल्प सही पर सेट है, तो numIterations से पहले कन्वर्जेंस हासिल न होने पर गड़बड़ी का मैसेज दिखता है.
uniqueLabels	बूलियन, डिफ़ॉल्ट: true	अगर यह विकल्प चुना जाता है, तो क्लस्टर को यूनीक आईडी असाइन किए जाते हैं. ऐसा न होने पर, वे हर टाइल या ग्रिड सेल के हिसाब से दोहराए जाते हैं.