灰度共生矩阵提取图像特征代码

以下是使用Python和OpenCV库提取灰度共生矩阵（GLCM）图像特征的示例代码：

import cv2
import numpy as np

# 读取图像
img = cv2.imread('image.jpg', cv2.IMREAD_GRAYSCALE)

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

# 计算GLCM的统计特征
contrast = cv2.compareHist(glcm, np.zeros((256, 256), dtype=np.float32), cv2.HISTCMP_BHATTACHARYYA)
homogeneity = cv2.compareHist(glcm, np.ones((256, 256), dtype=np.float32) / 256**2, cv2.HISTCMP_BHATTACHARYYA)
energy = np.sum(glcm**2)
entropy = -np.sum(glcm * np.log2(glcm + 1e-10))

# 打印特征值
print('Contrast:', contrast)
print('Homogeneity:', homogeneity)
print('Energy:', energy)
print('Entropy:', entropy)

在此示例中，我们使用`cv2.calcGLCM`函数计算灰度共生矩阵，并使用`cv2.compareHist`函数计算GLCM的对比度和均匀性特征。我们还计算GLCM的能量和熵特征。这些特征可以用于图像分类和识别任务。