当前位置: 首页>>代码示例 >>用法及示例精选 >>正文

Python skimage.feature.graycoprops用法及代码示例

用法: skimage.feature.graycoprops(P, prop='contrast')

计算 GLCM 的纹理属性。

计算灰度共现矩阵的一个特征，作为矩阵的一个紧凑的总结。属性计算如下：

‘contrast’：\(\sum_{i,j=0}^{levels-1} P_{i,j}(i-j)^2\)
‘dissimilarity’：\(\sum_{i,j=0}^{levels-1}P_{i,j}|i-j|\)
‘homogeneity’：\(\sum_{i,j=0}^{levels-1}\frac{P_{i,j}}{1+(i-j)^2}\)
'ASM'：\(\sum_{i,j=0}^{levels-1} P_{i,j}^2\)
‘energy’：\(\sqrt{ASM}\)
‘correlation’：
\[\sum_{i,j=0}^{levels-1} P_{i,j}\left[\frac{(i-\mu_i) \ (j-\mu_j)}{\sqrt{(\sigma_i^2)(\sigma_j^2)}}\right]\]

在计算纹理属性之前，每个 GLCM 都被归一化为总和为 1。

参数：

P：ndarray: 输入数组。 P 是要为其计算指定属性的灰度共现直方图。值 P[i,j,d,theta] 是灰度 j 在距离 d 处和与灰度 i 成角度 theta 处出现的次数。
prop：{‘contrast’, ‘dissimilarity’, ‘homogeneity’, ‘energy’, ‘correlation’, ‘ASM’}，可选: 要计算的 GLCM 的属性。默认值为‘contrast’。

返回：

results：二维数组: 二维数组。 results[d, a] 是属性‘prop’，用于第 d 距离和第 a 角。

参考：

1: M. Hall-Beyer, 2007. GLCM Texture: A Tutorial v. 1.0 through 3.0. The GLCM Tutorial Home Page, https://prism.ucalgary.ca/handle/1880/51900 DOI:10.11575/PRISM/33280

例子：

计算距离 [1, 2] 和角度 [0 度, 90 度] 的 GLCM 的对比度

>>> image = np.array([[0, 0, 1, 1],
...                   [0, 0, 1, 1],
...                   [0, 2, 2, 2],
...                   [2, 2, 3, 3]], dtype=np.uint8)
>>> g = graycomatrix(image, [1, 2], [0, np.pi/2], levels=4,
...                  normed=True, symmetric=True)
>>> contrast = graycoprops(g, 'contrast')
>>> contrast
array([[0.58333333, 1.        ],
       [1.25      , 2.75      ]])

相关用法

注：本文由纯净天空筛选整理自scikit-image.org大神的英文原创作品 skimage.feature.graycoprops。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。