🧠 Đồ án Tổng hợp – Hướng Trí tuệ nhân tạo

Phân cụm ảnh bằng các thuật toán K-Means, DBSCAN, OPTICS và trực quan hóa dữ liệu bằng PCA, t-SNE.
Toàn bộ chương trình được chạy thông qua file main.py.

---

⚙️ Requirements

1. Môi trường

• Python >= 3.10
• Hệ điều hành: Windows / Linux / macOS

2. Thư viện cần cài

Cài đặt trực tiếp bằng pip:

pip install numpy opencv-python matplotlib scikit-learn

---

📂 Dữ liệu đầu vào

Ảnh dùng để phân cụm được đặt trong thư mục như sau:

data/
  └── input/
        ├── img1.jpg
        ├── img2.png
        ├── ...

Kết quả phân cụm (ảnh đã chia cụm, file nhãn, hình trực quan hóa, …) sẽ được lưu vào các thư mục output mà nhóm cấu hình trong code.

---

▶️ Cách chạy chương trình

Đứng ở thư mục gốc của project và chạy:

• Phân cụm bằng K-Means

  python main.py kmeans
  

• Phân cụm bằng DBSCAN

  python main.py dbscan
  

• Phân cụm bằng OPTICS

  python main.py optics
  

main.py sẽ:

• Gọi module tiền xử lý (Preprocessing.py) để đọc & chuẩn hóa ảnh.
• Gọi thuật toán tương ứng trong kMeans.py, dbscan.py hoặc optics.py.
• (Nếu được cấu hình) lưu nhãn cụm và/hoặc gọi PCA_t-SNE.py để trực quan hóa kết quả.

---

📌 Ghi chú

• Nếu thay đổi tên thư mục dữ liệu (ví dụ không dùng data/input/), cần chỉnh lại đường dẫn tương ứng trong các file Python.
• Có thể chỉnh các tham số thuật toán (K, eps, min_samples, …) trực tiếp trong các file:
  • kMeans.py
  • dbscan.py
  • optics.py