pythonを用いた教師なし学習(クラスタリング)について

Question

以下のサイトを参考に、自身で用意した画像をクラスタリングするプログラムを作成しています。

scikit-learnで国旗画像をクラスタリングして似ているものを探す

このサイトのままだとfrom skimage import dataの部分で既に用意してある国旗の画像を読み込むだけみたいなので以下のようにしました。
自身で用意した画像が入ってるフォルダはphotoというフォルダ名にしてあります。

import cv2
import os
import shutil
import numpy as np
from PIL import Image
from skimage import data
from sklearn.cluster import KMeans

# 1. 放電画像のサイズをそろえて保存する
# ./photo 以下に放電画像
# ./photo 以下に100*100のサイズに変換したjpgを保存
for path in os.listdir('./photo'):
    img = Image.open(f'./photo/{path}')
    img = img.convert('RGB')
    img_resize = img.resize((100, 100))
    img_resize.save(f'./photo/{path}.jpg')

# 2. 3次元配列の画像データを2次元配列のデータに変換

feature = cv2.imread(f'./photo/{path}') 
print(feature.shape)
feature = feature.reshape(len(feature), -1).astype(np.float64)
print(feature.shape)

# 3. 学習(2種類のグループにクラスタリングする)
model = KMeans(n_clusters=2).fit(feature)

# 4. 学習結果のラベル
labels = model.labels_

# 5. 学習結果(クラスタリング結果の表示 + ラベルごとにフォルダ分け)
# ./flag_group 以下に画像を分けて保存する
for label, path in zip(labels, os.listdir('./photo')):
    os.makedirs(f"./flag_group/{label}", exist_ok=True)
    shutil.copyfile(f"./flag_origin/{path.replace('.jpg', '')}", f"./flag_group/{label}/{path.replace('.jpg', '')}")
    print(label, path)

これにより用意した画像を読み込んで(100, 100, 3)(100, 300)といったように表示され3次元配列の画像データを2次元配列のデータに変換することができました。

ただしこのままだと一枚だけを読み込んでるだけみたいでクラスタリング結果は出ないです。
ここからforを使ってフォルダ内の画像複数枚を読み込めるようにして四次元配列に変換すれば判別結果が出ると考えてますが正直やり方がよくわかってません。

フォルダ内の画像は40枚あり、二通りにクラスタリングしたいです。

ここからどうすれば解決でき、フォルダ内の画像をサイトのようにクラスタリングできるか教えていただきたく思います。

よろしくお願いいたします。

Comments

[meg_]

コードは「コードの挿入｣で記入しましょう。

[naots]

ご指摘ありがとうございます。修正いたしました。

[HRCo4]

最終的な出力としては参考にしたサイトと同様にクラス別フォルダに保存ということでいいのでしょうか？
例）40枚の画像を kmeans によりクラスタリング
　　→ フォルダAに18枚、フォルダBに22枚　　　など