opencv 灰度共生矩阵

灰度共生矩阵（Gray-Level Co-occurrence Matrix, GLCM）是一种描述图像局部空间灰度分布统计特征的工具。它可以用来提取图像纹理特征，广泛应用于图像识别、分类、分割等领域。

GLCM 是基于灰度级别的共存关系来描述图像纹理特征的，它描述了同一灰度级别的像素对在给定方向上出现的概率。通俗地说，就是描述图像中相邻像素灰度值出现的统计规律。

在 OpenCV 中，可以通过 cv2.calcHist() 函数来计算 GLCM。该函数需要指定图像、灰度级别数目、灰度共生矩阵的方向和距离等参数。例如：

import cv2
import numpy as np

img = cv2.imread('texture.jpg', 0) # 读取灰度图像
glcm = cv2.calcHist([img], [0], None, [256], [0, 256], accumulate=False) # 计算 GLCM

其中，img 是输入的灰度图像，glcm 是输出的灰度共生矩阵。在计算 GLCM 前，我们可以对图像进行平滑、增强等预处理操作，以提高 GLCM 的准确性。