Anúncio: todos os projetos não comerciais registrados para usar o Earth Engine antes de
15 de abril de 2025 precisam
verificar a qualificação não comercial para manter o acesso. Se você não fizer a verificação até 26 de setembro de 2025, seu acesso poderá ser suspenso.
ee.Algorithms.Image.Segmentation.KMeans
Mantenha tudo organizado com as coleções
Salve e categorize o conteúdo com base nas suas preferências.
Executa o clustering K-means na imagem de entrada. Gera uma imagem de uma banda que contém o ID do cluster a que cada pixel pertence. O algoritmo pode funcionar em uma grade fixa de células não sobrepostas (gridSize, que pode ser menor que um bloco) ou em blocos com sobreposição (neighborhoodSize). O padrão é usar blocos sem sobreposição. Os clusters em uma célula ou bloco não estão relacionados aos clusters em outra. Qualquer cluster que abranja um limite de célula ou bloco pode receber dois rótulos diferentes nas duas metades. Todos os pixels de entrada com máscaras parciais são totalmente mascarados na saída.
| Uso | Retorna |
|---|
ee.Algorithms.Image.Segmentation.KMeans(image, numClusters, numIterations, neighborhoodSize, gridSize, forceConvergence, uniqueLabels) | Imagem |
| Argumento | Tipo | Detalhes |
|---|
image | Imagem | A imagem de entrada para clustering. |
numClusters | Número inteiro, padrão: 8 | Número de clusters. |
numIterations | Número inteiro, padrão: 20 | Número de iterações. |
neighborhoodSize | Número inteiro, padrão: 0 | Tamanho da vizinhança. A quantidade para estender cada bloco (sobreposição) ao calcular os clusters. Essa opção é mutuamente exclusiva com "gridSize". |
gridSize | Número inteiro, padrão: nulo | Tamanho da célula da grade. Se for maior que 0, o kMeans será executado de forma independente em células desse tamanho. Isso limita o tamanho de qualquer cluster a gridSize ou menor. Essa opção é mutuamente exclusiva com "neighborhoodSize". |
forceConvergence | Booleano, padrão: falso | Se for verdadeiro, um erro será gerado se a convergência não for alcançada antes de "numIterations". |
uniqueLabels | Booleano, padrão: verdadeiro | Se for "true", os clusters vão receber IDs exclusivos. Caso contrário, eles se repetem por bloco ou célula de grade. |
Exceto em caso de indicação contrária, o conteúdo desta página é licenciado de acordo com a Licença de atribuição 4.0 do Creative Commons, e as amostras de código são licenciadas de acordo com a Licença Apache 2.0. Para mais detalhes, consulte as políticas do site do Google Developers. Java é uma marca registrada da Oracle e/ou afiliadas.
Última atualização 2025-07-26 UTC.
[null,null,["Última atualização 2025-07-26 UTC."],[],["K-Means clustering is applied to an input image, generating a single-band output image where each pixel is assigned a cluster ID. Clustering can occur within a fixed grid (`gridSize`) or within overlapping tiles (`neighborhoodSize`). By default, tiles have no overlap. Clusters are independent per cell/tile, potentially resulting in different labels for clusters crossing boundaries. Parameters include the number of clusters and iterations. Convergence can be enforced and the ID labels be unique or repeat depending on the specified parameter.\n"]]
