灰度共生矩阵纹理特征python代码

灰度共生矩阵（Gray Level Co-occurrence Matrix，GLCM）是一种常用的纹理特征提取方法，可以用于图像分类、目标识别等领域。以下是使用Python实现灰度共生矩阵纹理特征的代码示例：

import numpy as np
import cv2

# 读取灰度图像
img = cv2.imread('image.jpg', cv2.IMREAD_GRAYSCALE)

# 计算灰度共生矩阵
glcm = cv2.calcGLCM(img, [1, 0], 1, symmetric=True)

# 计算纹理特征
contrast = cv2.greycoprops(glcm, 'contrast')[0][0]
dissimilarity = cv2.greycoprops(glcm, 'dissimilarity')[0][0]
homogeneity = cv2.greycoprops(glcm, 'homogeneity')[0][0]
energy = cv2.greycoprops(glcm, 'energy')[0][0]
correlation = cv2.greycoprops(glcm, 'correlation')[0][0]

# 输出结果
print('Contrast:', contrast)
print('Dissimilarity:', dissimilarity)
print('Homogeneity:', homogeneity)
print('Energy:', energy)
print('Correlation:', correlation)

其中，`cv2.calcGLCM`用于计算灰度共生矩阵，参数`[1, 0]`表示计算水平方向上的共生矩阵，`1`表示距离为1，`symmetric=True`表示对称矩阵；`cv2.greycoprops`用于计算纹理特征，第一个参数为灰度共生矩阵，第二个参数为要计算的特征类型，包括`contrast`、`dissimilarity`、`homogeneity`、`energy`、`correlation`等。