【图像分割python实现六】灰度共生矩阵
# -*- coding: utf-8 -*- import matplotlib . pyplot as plt import numpy as np import cv2 """ 灰度共生矩阵 GLCM 1. 取 N*M 图像的任意一点(x, y)，以及另外一点(x+a, y+b) 对应的灰度值为(g1, g2) 备注：这里g1对应(x,y)的灰度值，g2对应(x+a, x+b)的灰度值 2. 遍历图像则会有 N*M 个(g1, g2)的值, 根据这个值出现的频率计算P(g1, g2) 3. 这个概率分布就是灰度共生矩阵 备注：这里a和b取不同的值，就意味着图像从不同的方向进行扫描形成灰度共生矩阵， 例如 a = 1 b = 0，则是水平向左扫描 根据这个灰度共生矩阵，可以直接得出类似ASM能量（灰度共生矩阵的平方和）、对比度、逆差距等一些列图像特征； """ #path = '/XXXXX/' #img = cv2.imread(path + 'wenli01.jpeg') path = '/Volumes/项目/10.Deep Learning/06.Severstal Steel Defect Detection/00.data/train_images/' img = cv2 . imread ( path + '0002cc93b.jpg' ) img_gray =