用Python编写一下提取工件缺陷灰度特征代码包含灰度归一化均值和灰度方差

以下是Python代码示例，用于提取工件缺陷的灰度特征，包括灰度归一化均值和灰度方差：

import cv2
import numpy as np

def extract_gray_features(image):
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    normalized_gray = cv2.normalize(gray.astype('float'), None, 0.0, 1.0, cv2.NORM_MINMAX)
    mean = np.mean(normalized_gray)
    variance = np.var(normalized_gray)
    return mean, variance

解释一下代码：

- 首先使用OpenCV库中的cvtColor函数将彩色图像转换为灰度图像。
- 然后使用cv2.normalize函数将灰度图像进行归一化处理，使其像素值在0到1之间。
- 接着使用NumPy库中的np.mean和np.var函数分别计算灰度图像的均值和方差。
- 最后将均值和方差作为函数返回值。

使用该函数的具体示例：

image = cv2.imread('defect.jpg')
mean, variance = extract_gray_features(image)
print('Mean:', mean)
print('Variance:', variance)

其中，'defect.jpg'是包含工件缺陷的图像文件名。运行后将输出灰度归一化均值和方差的值。