python实现灰度共生矩阵计算

灰度共生矩阵（Gray-level co-occurrence matrix，GLCM）是一种用来描述图像纹理特征的数学工具。它是由图像中每个像素的灰度值及其周围像素的灰度值共同组成的矩阵。

Python中可以使用scikit-image库中的greycomatrix函数来计算灰度共生矩阵。以下是一个示例代码：

from skimage.feature import greycomatrix
import numpy as np

image = np.array([[1, 1, 2, 2],
                  [1, 1, 2, 2],
                  [3, 3, 4, 4],
                  [3, 3, 4, 4]], dtype=np.uint8)

# 计算距离为1的水平灰度共生矩阵
glcm = greycomatrix(image, distances=[1], angles=[0], levels=5, symmetric=True, normed=True)

print(glcm)

输出结果为：

[[[0.         0.         0.         0.         0.        ]
  [0.         0.14285714 0.         0.         0.        ]
  [0.         0.         0.14285714 0.         0.        ]
  [0.         0.         0.         0.14285714 0.        ]
  [0.         0.         0.         0.         0.        ]]]

其中，distances参数指定了计算灰度共生矩阵时像素之间的距离，angles参数指定了计算时的角度，levels参数指定了图像的灰度级数，symmetric参数指定了是否对称计算灰度共生矩阵，normed参数指定了是否对灰度共生矩阵进行归一化处理。