简介C# WinForm实现的DBSCAN聚类算法完整源码工程面向学习聚类算法、机器视觉或C#图形编程的开发者。程序启动后可自动生成随机坐标点并实时执行DBSCAN聚类界面提供参数调节功能便于直观观察邻域半径与最少点数对聚类结果的影响。压缩包共37个文件以cs源码文件为主辅以sln工程文件、config配置、resx资源及exe可执行程序等整体仅191KB结构精简。目前已有515人浏览学习。资源包含主窗体、聚类逻辑、属性设计等完整模块可直接编译运行也可作为课程设计或算法研究的参考实现帮助理解DBSCAN密度聚类思路在C#中的落地写法。1. DBSCAN聚类算法C# WinForm里把随机点聚成簇参数一调就看得到做上位机或者机器视觉的人多半都遇到过这类需求界面上散落着一堆坐标点你得把这些点按疏密程度自动分组。K-Means 要先告诉它“分成几组”但实际场景里你根本不知道有几堆这时候用 DBSCAN 就顺手得多——它不需要预设类别数只靠“密度”就能把挨得近的点聚成一簇离群太远的点直接标成噪声。这个 C# WinForm 源码做的就是这件事程序随机生成一批直角坐标系上的点然后执行 DBSCAN 聚类界面留了参数入口你可以一边调 Eps 和 MinPts 一边看聚类结果的变化。适合两类人一类是想搞懂聚类算法落地细节的 C# 开发者另一类是手头有坐标点数据需要快速验证聚类效果的工控或视觉工程师。2. 为什么选DBSCAN而不是K-Means核心参数与WinForm可视化选型2.1 密度聚类的直觉先搞懂“邻居”和“密度可达”DBSCAN 的全称是 Density-Based Spatial Clustering of Applications with Noise它的核心思想跟 K-Means 这种“按距离找中心”的思路完全不同。K-Means 要你先指定 K 值然后迭代更新簇中心它对初始中心敏感对非球形的簇也很吃力DBSCAN 则完全不关心簇的形状它只看一个点周围有没有足够多的邻居。算法里两个关键参数一个是 Eps也叫邻域半径一个是 MinPts最小样本数。理解这两个参数最直观的方式是看图——你在界面上撒一把点Eps 就相当于你拿一把圆规以某个点为中心画一个圆落在圆里的点就是它的“邻居”。如果这个圆里邻居的数量大于等于 MinPts那么这个点就被判定为“核心点”。核心点之间如果离得足够近就会被连成一簇那些不是核心点、但落在核心点邻居范围内的点被划为“边界点”既不是核心点、也够不到任何核心点的就成了“噪声点”。2.2 这个项目为什么用 WinForm 而不是控制台或 WPF拿到这个源码的第一眼我其实挺意外的——它不是那种命令行里打印一堆坐标的玩具代码而是把算法和界面揉在了一起。项目里有TestForm.cs、TestForm.Designer.cs、Program.cs这些文件标准的 WinForm 结构另外还带.sln和.csproj用 Visual Studio 打开就能编译运行。选 WinForm 而不是控制台的原因我觉得是这个项目定位就不是“算法演示”而是“参数试验台”。聚类这玩意儿光看输出数字很难建立直觉——你知道这个簇有 15 个点但不知道它长什么样。WinForm 里可以用 GDI 把点画在窗体上每个簇一个颜色参数一调马上就能看到哪个簇分裂了、哪个簇合并了、哪些点被标成噪声。这种“所见即所得”的反馈对于理解 DBSCAN 的参数影响比任何文档都管用。WPF 虽然界面更现代但 WinForm 的绘制模型更简单直接OnPaint里画几十个PointF就够了对算法学习来说完全没有必要上 WPF。2.3 源码文件结构与启动入口Program.cs是标准的 WinForm 入口Application.Run一个TestForm实例TestForm.cs里则是核心逻辑——随机点生成、DBSCAN 执行、结果绘制。App.config保留着默认配置Properties目录下的Settings.settings和Resources.resx都是 WinForm 工程的标配。整个工程没有第三方库依赖DBSCAN 算法是纯 C# 手写的这点对想读源码的人特别友好不用先装一堆 NuGet 包。2.4 调试模式下的快速验证这个项目里有个细节我觉得处理得不错bin目录下分了Debug和Release两种配置说明作者平时就是用 Debug 模式调试、Release 模式做最终验证的。你在bin\\Debug下直接运行生成的 exe界面起来以后点“生成随机点”再点“聚类”一组带颜色的簇就出现在窗体上了。整个过程没有任何卡顿即使我一次生成几百个点也都很流畅。提示如果你在当前目录没看到Program.cs或者TestForm.cs先检查一下是否在解压后打开了最外层目录很多人是双击了子目录里的.csproj导致文件显示不全。3. 核心算法实现RegionQuery与ExpandCluster两个关键函数的C#落地3.1 点数据结构的定义先看数据是怎么组织的。既然是直角坐标系上的点最直接的方式就是用PointF或者自定义一个ClusterPoint类。我在项目里读到的是后者因为每个点除了坐标还要保存它当前的状态——是未访问、属于哪个簇还是被标记为噪声。public class ClusterPoint { public double X { get; set; } public double Y { get; set; } public int ClusterId { get; set; } // -1表示未分类0表示噪声0表示簇编号 public bool Visited { get; set; } // 是否被访问过 public ClusterPoint(double x, double y) { X x; Y y; ClusterId -1; Visited false; } }这段代码其实就做了三件事定义坐标属性、定义聚类归属状态、定义访问标记位。ClusterId这里用-1初始化是为了和噪声的0区分开——如果你让它默认就是0那你根本分辨不出来这个点是“还没处理”还是“被判定为噪声”。这是个容易踩的小坑后面避坑章节我还会细说。3.2 距离计算欧氏距离就够了直角坐标系下的邻域查询最常用的就是欧氏距离。DBSCAN 的复杂度瓶颈在邻域查询上所以这个函数会被频繁调用写法上不需要花哨直接平方开根号就行。private static double EuclideanDistance(ClusterPoint p1, ClusterPoint p2) { double dx p1.X - p2.X; double dy p1.Y - p2.Y; return Math.Sqrt(dx * dx dy * dy); }这个函数本身没有技术难度但要注意一个点如果后续你想把算法用到地图坐标经纬度或者图像像素坐标上距离度量就得换——经纬度要用球面距离像素坐标可以用欧氏距离也可以用曼哈顿距离。这个项目里固定在直角坐标系所以欧氏距离是合理选择。3.3 RegionQuery找邻居的核心函数RegionQuery 的作用是给定一个点把 Eps 半径内所有点找出来。这个函数实现上有个常见的性能优化点如果你每次都遍历全量点集复杂度就是 O(n^2)点一多比如上万就跑不动了。但在这个项目里点是界面随机生成的数量一般控制在几十到几百个全量遍历完全没问题。private ListClusterPoint RegionQuery(ClusterPoint point, ListClusterPoint allPoints, double eps) { ListClusterPoint neighbors new ListClusterPoint(); foreach (ClusterPoint p in allPoints) { if (EuclideanDistance(point, p) eps) { neighbors.Add(p); } } return neighbors; }参数eps就是邻域半径也就是你在界面上那个“Eps”输入框填的值。这个值直接决定了聚类的粒度——Eps 太小簇会被打碎成很多小簇Eps 太大所有点会被并成一个簇。后面讲参数调优的时候还会展开。如果要优化常见的做法是先把点集按照 X 坐标排序然后用空间索引比如 R-Tree 或者简单的网格索引来加速邻域搜索。C# 里没有内置的 R-Tree但网格索引实现起来不算复杂——把平面划分成若干个边长为 Eps 的格子查询时只需要检查当前格子和周围 8 个格子里的点即可。不过这个项目没有做这个优化原因也很实在演示程序不需要反而会让代码变得难读。3.4 ExpandCluster簇的种子生长ExpandCluster 是整个算法的核心它做的事情是从一个核心点出发不断把邻居的邻居纳入当前簇直到没有新的点可以加入。这个过程可以用队列实现也可以用递归实现这个源码里用的是队列因为它比递归更安全——递归在点很多的时候有栈溢出的风险。private void ExpandCluster(ClusterPoint point, ListClusterPoint neighbors, ListClusterPoint allPoints, int clusterId, double eps, int minPts) { QueueClusterPoint queue new QueueClusterPoint(); queue.Enqueue(point); while (queue.Count 0) { ClusterPoint current queue.Dequeue(); // 只处理未分类且不是噪声的点 if (current.ClusterId -1) { current.ClusterId clusterId; // 如果当前点是核心点把它的邻居也加入队列 if (current.Visited false) { ListClusterPoint currentNeighbors RegionQuery(current, allPoints, eps); if (currentNeighbors.Count minPts) { foreach (ClusterPoint neighbor in currentNeighbors) { if (neighbor.ClusterId -1) { queue.Enqueue(neighbor); } } } } } } }这里有个细节值得琢磨Visited标记。这个字段在RegionQuery里其实没用到它真正的价值在于主循环——当遍历到一个点是噪声时它就不用再去查邻居了因为从Visitedtrue就能知道“这个点之前已经被邻居查询覆盖过”。这相当于一个剪枝操作避免重复计算。minPts参数在这里的作用是判断“当前点是否为核心点”。只有核心点的邻居才会被加入队列继续扩张边界点不会把它的邻居拉进来——这正是 DBSCAN 能区分边界点和核心点的逻辑基础。3.5 主循环把所有点过一遍有了RegionQuery和ExpandCluster主循环就很简单了遍历所有点遇到未访问的核心点就开一个新簇非核心点先标记为噪声后续如果被某个簇的扩张覆盖到再把它改成边界点。public Dictionaryint, ListClusterPoint RunDbscan(ListClusterPoint allPoints, double eps, int minPts) { int clusterId 0; foreach (ClusterPoint p in allPoints) { if (p.Visited) continue; p.Visited true; ListClusterPoint neighbors RegionQuery(p, allPoints, eps); if (neighbors.Count minPts) { if (p.ClusterId -1) p.ClusterId 0; // 标记为噪声 } else { clusterId; ExpandCluster(p, neighbors, allPoints, clusterId, eps, minPts); } } return ConvertToClusterMap(allPoints); }clusterId从 1 开始自增0留给噪声。最后ConvertToClusterMap把相同ClusterId的点归到一个List里方便界面层按簇绘制颜色。整个RunDbscan的执行逻辑非常直白找到核心点开新簇不是核心点先记作噪声扩张时如果噪声点被纳入了某个簇的邻居范围ExpandCluster里会把它重新标记。4. 随机点生成与GDI可视化把聚类过程变成可调的交互式实验台4.1 随机点生成策略为什么要用随机数据这个项目里“生成随机点”不是随便堆几个坐标而是有意构造了几团“簇状分布”的数据。我看了TestForm里的生成逻辑它是在界面上随机生成一批点这些点在分布上具有明显的高低密度区——有些地方堆成一团有些地方稀疏散落。这样生成的数据看起来“像真实场景”调参时能明显观察到聚类效果变化。private ListClusterPoint GenerateRandomPoints(int count, int width, int height) { Random rand new Random(); ListClusterPoint points new ListClusterPoint(); for (int i 0; i count; i) { double x rand.NextDouble() * width; double y rand.NextDouble() * height; points.Add(new ClusterPoint(x, y)); } return points; }这里的width和height对应窗体的绘图区域宽高rand.NextDouble()生成的 0~1 小数乘以宽高就把点均匀撒在绘图区了。如果你跟着源码看到这里会发现它生成的其实是“均匀分布”的点并不是“簇状分布”——真正簇状的效果是靠聚类算法画出来的均匀分布下 DBSCAN 的效果反而不太明显。4.2 绘制逻辑OnPaint 里画点、按簇着色WinForm 绘图的老规矩所有绘制逻辑写在OnPaint或者Paint事件里。这个项目是重写了OnPaint每次聚类完以后调用Invalidate()强制刷新界面。protected override void OnPaint(PaintEventArgs e) { base.OnPaint(e); Graphics g e.Graphics; g.SmoothingMode System.Drawing.Drawing2D.SmoothingMode.AntiAlias; if (_points ! null) { foreach (ClusterPoint p in _points) { Color color GetColorByClusterId(p.ClusterId); using (SolidBrush brush new SolidBrush(color)) { g.FillEllipse(brush, (float)p.X - 3, (float)p.Y - 3, 6, 6); } } } }每个点画成半径为 3 像素的小圆点FillEllipse的 6x6 矩形区域刚好包住一个圆。GetColorByClusterId是一个根据簇号返回颜色的函数——最土但也最有效的做法是预置一个颜色数组按ClusterId取模private Color GetColorByClusterId(int clusterId) { if (clusterId 0) return Color.Gray; // 噪声点用灰色 if (clusterId -1) return Color.Black; // 未分类的用黑色 Color[] colors new Color[] { Color.Red, Color.Green, Color.Blue, Color.Orange, Color.Purple, Color.Cyan, Color.Magenta, Color.Yellow }; return colors[clusterId % colors.Length]; }注意这个函数里第一个分支的判断——ClusterId 0是噪声用灰色画ClusterId -1是理论上的“未处理”实际上在RunDbscan跑完之后不会存在未处理的点但保留这个分支能兜底避免界面崩溃。4.3 界面布局Eps 输入框、MinPts 输入框和按钮这个项目的界面结构很典型上方一排控件下方是绘图区。你可以看看TestForm.Designer.cs里的布局里面有 Eps 的NumericUpDown或者TextBox、MinPts 的输入框、“生成随机点”按钮和“聚类”按钮。这种布局的好处是操作路径极短——生成点调参数点聚类看结果。Eps 的取值在这个界面里我用的时候有一个很强的体感当画布是 800x600 左右、点数在 200 个上下时Eps 取 20~40 是比较合理的范围。小于 10几乎每个点都是孤立的全被标成噪声大于 80所有点直接并成一坨。MinPts 取 3~5 效果最好取 1 的时候每个点都是核心点聚类会退化成“按连通性切分”失去密度聚类的意义。4.4 交互闭环改一次参数点一次聚类整个交互的闭环逻辑是这样的“生成随机点”按钮创建新的点集“聚类”按钮调用RunDbscan聚类完成后Invalidate()触发重绘。这个闭环的设计非常利于学习——你可以在同一组点上来回切换不同的 Eps 值观察聚类结果的变化而不用每次重新生成点。但这里有个我从操作中发现的“陷阱”如果你点了“聚类”以后又点了“生成随机点”新旧点集混在一起绘制结果会变得不可预测。原因在于_points引用被替换了但界面上的坐标和聚类结果没有同步清理。解决的办法是内存和界面都用同一个实例来管理——这点在避坑章节里我再细说。5. 避坑与常见问题排查Eps、MinPts与绘制层那些翻车现场5.1 Eps 设得过大一个簇吞掉所有点噪声清零现象生成 300 个点Eps 填了 100MinPts 填 3结果画面上只有一种颜色所有点被分到一个簇。原因Eps 太大邻域半径覆盖了整个画布的大部分区域任意点的邻域里都有超过 MinPts 个邻居所以每个点都是核心点且彼此密度可达最终全部归并成一个大簇。解决把 Eps 缩小到画布尺寸的 1/20 到 1/10 之间。比如画布 800x600Eps 从 25 开始试逐个增加 5观察聚类效果。肉眼判断的标准是簇的数量在 3~6 个左右噪声点占比不超过 20%就说明参数落在合理区间。5.2 MinPts 设为 1DBSCAN 退化成连通域切割现象MinPts1Eps30画出来的结果几乎把所有点都变成了核心点聚类结果看起来像是“把距离小于 30 的点连成链”完全看不出密度聚类应有的“簇状”效果。原因DBSCAN 的定义里一个点只要邻域内有 ≥MinPts 个点就是核心点。MinPts1 意味着每个点都天然满足“邻域内至少 1 个点”至少包含自己所以所有点都是核心点。此时算法不再筛除低密度区域的点聚类结果退化成简单的距离连通域分割失去了抗噪声能力。解决MinPts 至少取 3推荐取 4 或 5这是古籍里 DBSCAN 论文中原始推荐的取值下限。你可以把 MinPts 理解为“一个簇最少要有几个人”取 1 等于承认哪怕孤身一人也算一个组织明显不合理。5.3 每次运行时聚类结果不一致随机种子缺失现象你点“生成随机点”得到一组聚好的彩色点过一会儿再点一次“生成随机点”发现新点集的聚类结果跟上次完全对不上但上次的结果你又想保留作对比。原因Random rand new Random()用的是系统当前时间作为种子所以每次生成的随机点都不同。这在演示场景下没什么问题但如果你想对比不同参数对同一组点的效果就必须让点集保持固定。解决给Random一个固定的种子比如Random rand new Random(42)。这样每次运行程序生成的随机点都完全一致你再调 Eps 对比效果时就不会被“点变了”所干扰。界面上如果加一个“种子”输入框那这个工具就更有说服力了——同一个种子下只动 Eps 和 MinPts 一个变量观察变化这是最标准的实验方法。5.4 画面闪烁与重绘延迟没有开启双缓冲现象生成 500 个点以后点击“聚类”绘图区有明显的闪烁感——点先被清空再慢慢画出来特别是在拖动窗体大小的时候更明显。原因WinForm 默认的OnPaint是直接向屏幕绘制每次重绘都会先擦除背景再画内容点数量多时这种“擦除-重画”的间隔就会被人眼感知成闪烁。解决在窗体构造函数里把DoubleBuffered设为true这是 WinForm 内建的双缓冲机制不增加任何复杂度。public TestForm() { InitializeComponent(); SetStyle(ControlStyles.OptimizedDoubleBuffer | ControlStyles.AllPaintingInWmPaint | ControlStyles.UserPaint, true); }这样每次重绘都会先在内存里完成整个画面再一次性地 BitBlt 到屏幕上闪烁问题直接消失。我做上位机的时候这种闪烁问题在实时视频叠加和点云绘制里更严重WinForm 里双缓冲几乎是必开的。5.5 坐标超出窗体边界点画到了窗口外面现象明明是随机生成的 300 点但有一部分看不到画布边上只露出半个圆点。原因随机点的坐标范围是[0, width]和[0, height]但窗体绘图区有边框和标题栏实际可绘制的宽高比窗体的ClientSize小。直接把随机数乘法器设为窗体尺寸会有边缘溢出。解决随机点生成时把 X 的范围从[0, clientWidth]缩到一个内边距范围比如[10, clientWidth - 10]。或者干脆在绘制时对坐标做一次Math.Max(0, Math.Min(clientWidth, x))的钳制。我一般选择前者——源头限制比事后裁剪更干净。5.6 相邻簇颜色相近颜色表不够用了现象聚类出来 9 个簇但画面上有两簇点的颜色几乎一样很难分辨边界。原因GetColorByClusterId里预置了 8 种颜色clusterId % colors.Length取模后第 9 个簇复用第 1 种颜色。如果第 1 个簇和第 9 个簇位置接近视觉上就会混在一起。解决把颜色表扩充到 16 种或者使用 HSL 色相循环——色相值从 0 开始每隔360 / 簇数度取一种颜色。这样无论多少个簇颜色都不会短周期重复。提示以上第 5.1 和第 5.2 条是参数类问题第 5.3 到 5.6 条是实现类问题。参数类是每位使用者调参时必然撞上的实现类是二次开发时才会碰到的按你自己的目标对号入座。6. 进阶聚类结果导出与机器视觉场景衔接用轮廓系数验证参数参数调好了聚类也画出来了但光在界面上看看颜色并不足以说明“这个聚类结果是可信的”——特别是当你想把它用在机器视觉或上位机的真实场景里时你需要一种定量评估聚类质量的方法。轮廓系数Silhouette Coefficient是一个不依赖人工观察的检验工具它同时衡量每个点与所属簇内部的紧密程度和与邻近簇的分离程度取值范围在 -1 到 1 之间越接近 1说明聚类效果越好。对于这个 WinForm 项目你可以在聚类完成后遍历每个点计算它的轮廓系数并显示在窗体状态栏上。实现逻辑分三步第一步对每个点计算它与同簇所有其他点的平均距离a(i)第二步计算它与最近的不同簇中所有点的平均距离b(i)第三步轮廓系数s(i) (b(i) - a(i)) / max(a(i), b(i))然后对全点取平均。这个平均值就是整个数据集的轮廓系数。public double ComputeSilhouette(Dictionaryint, ListClusterPoint clusters) { double totalSilhouette 0; int pointCount 0; foreach (var cluster in clusters) { if (cluster.Key 0) continue; // 跳过噪声点 var points cluster.Value; foreach (var p in points) { double a MeanDistanceToCluster(p, points); double b MeanDistanceToNearestNeighborCluster(p, clusters, cluster.Key); double s (b - a) / Math.Max(a, b); totalSilhouette s; pointCount; } } return pointCount 0 ? totalSilhouette / pointCount : 0; }参数说明clusters是RunDbscan返回的以簇号为键的字典MeanDistanceToCluster计算点到同簇其他点的平均距离MeanDistanceToNearestNeighborCluster计算点到最近的其他簇所有点的平均距离。这个函数放在RunDbscan之后调用即可。如果你要把这段代码用在自己的视觉项目里我建议你把ClusterPoint替换成你自己的坐标对象距离计算函数换成正对场景的度量——图像像素坐标用欧氏距离如果是相机标定后的物理坐标可以用真实世界单位下的欧氏距离。Eps 的单位也就变成了毫米或者厘米这时候你设置的 Eps 值就有了实际的物理意义——比如“5 毫米内的点归为一簇”这在做焊点缺陷检测或者颗粒物分析时特别有用。最后说个我自己的习惯每次跑完 DBSCAN我都会强制走一遍“固定随机种子 → 调 Eps → 调 MinPts → 看轮廓系数”这个流程而不是直接在界面上凭感觉调颜色。随机种子保证数据一致轮廓系数保证调参方向正确颜色只是给人看的辅助反馈。这个习惯帮我挡掉过不少“看上去分得很好其实分类质量很差”的假象。希望这个项目也能帮你在聚类的路上少走些弯路把调参变成一件有把握的事。本文还有配套的精品资源点击获取