我的sckit-image里没有greycomatrix, greycoprops

如果你的scikit-image没有greycomatrix和greycoprops函数，可能是因为你使用的版本较旧。这两个函数是在版本0.17.2中添加的。

你可以通过升级scikit-image来解决这个问题。你可以使用以下命令安装最新版本：

pip install -U scikit-image

如果你已经安装了最新版本，但仍然无法使用这些函数，那么可能是你的安装出了问题。你可以尝试卸载并重新安装scikit-image：

pip uninstall scikit-image
pip install scikit-image

如果你还是无法使用这些函数，那么你可以尝试使用其他库来实现类似的功能，例如OpenCV。

相关问题

from skimage.feature import greycomatrix, greycoprops

这段代码导入了 `greycomatrix` 和 `greycoprops` 两个函数，它们都是 scikit-image 库中用于计算灰度共生矩阵和灰度共生矩阵特征的函数。

`greycomatrix` 函数用于计算灰度共生矩阵，可以接受一个灰度图像作为输入，并返回一个灰度共生矩阵。该函数可以指定灰度级别、方向、距离等参数，并且可以计算多个灰度共生矩阵。例如，以下代码计算了一个灰度共生矩阵：

from skimage.feature import greycomatrix

image = [...]  # 读取一张灰度图像
distances = [1, 2, 3]  # 指定距离
angles = [0, np.pi/4, np.pi/2, 3*np.pi/4]  # 指定方向
levels = 256  # 指定灰度级别

glcm = greycomatrix(image, 
                    distances=distances, 
                    angles=angles, 
                    levels=levels, 
                    symmetric=True, 
                    normed=True)

`greycoprops` 函数用于计算灰度共生矩阵的特征值，例如对比度、能量、熵、相关性等。该函数接受一个灰度共生矩阵和一个特征名称作为输入，并返回该特征的值。例如，以下代码计算了一个灰度共生矩阵的对比度和能量：

from skimage.feature import greycoprops

contrast = greycoprops(glcm, 'contrast')
energy = greycoprops(glcm, 'energy')

这些特征可以用于图像分类、纹理分析、目标检测等应用中。