灰度共生矩阵python

灰度共生矩阵（Gray-Level Co-occurrence Matrix, GLCM）是一种用于图像纹理分析的方法。它描述了图像中相邻像素之间的灰度值分布关系，可以用于计算一些统计特征，如对比度、能量、均匀性等等。

下面是一个简单的 Python 代码示例，用于计算灰度共生矩阵：

import numpy as np
from skimage.feature import greycomatrix

# 读取灰度图像
image = np.array([[0, 0, 1, 1],
                  [0, 0, 1, 1],
                  [0, 2, 2, 2],
                  [2, 2, 3, 3]], dtype=np.uint8)

# 计算灰度共生矩阵
glcm = greycomatrix(image, [1], [0, np.pi/4, np.pi/2, 3*np.pi/4])

print(glcm)

在上面的示例中，我们使用 `numpy` 库创建了一个 4x4 的灰度图像。然后，使用 `skimage` 库中的 `greycomatrix` 函数计算了该图像的灰度共生矩阵。`greycomatrix` 函数的第一个参数是输入图像，第二个参数是距离列表，表示计算像素之间的距离，这里我们只计算相邻像素之间的距离，因此距离列表只有一个元素 `[1]`。第三个参数是角度列表，表示计算像素之间的角度，这里我们分别计算了 0、45、90 和 135 度方向上的灰度共生矩阵。函数的返回值是一个 4x4x4x4 的四维数组，表示计算出的灰度共生矩阵。