灰度共生矩阵 python

在Python中，可以使用NumPy库来计算图像的灰度共生矩阵。以下是一个示例代码：

import numpy as np
from PIL import Image

# 读入图像并转换为灰度图像
img = Image.open('image.jpg').convert('L')

# 计算灰度共生矩阵
gray_levels = 256  # 灰度级别
distances = [1]    # 距离
angles = [0, np.pi/4, np.pi/2, 3*np.pi/4]  # 方向
glcm = np.zeros((gray_levels, gray_levels, len(distances), len(angles)))
for d in distances:
    for a in angles:
        dx = d * np.cos(a)
        dy = -d * np.sin(a)
        for i in range(img.size[0]):
            for j in range(img.size[1]):
                x1 = i
                y1 = j
                x2 = int(i + dx)
                y2 = int(j + dy)
                if x2 >= 0 and x2 < img.size[0] and y2 >= 0 and y2 < img.size[1]:
                    glcm[img.getpixel((x1, y1)), img.getpixel((x2, y2)), distances.index(d), angles.index(a)] += 1

# 归一化灰度共生矩阵
glcm_norm = glcm / np.sum(glcm)

# 输出灰度共生矩阵
print(glcm_norm)

在这个示例代码中，我们使用PIL库来读入图像并转换为灰度图像。然后，我们计算灰度共生矩阵，其中灰度级别为256，距离为1，方向为0度、45度、90度和135度。最后，我们对灰度共生矩阵进行归一化处理，并输出结果。