當前位置: 首頁>>編程示例 >>用法及示例精選 >>正文

Python skimage.feature.graycoprops用法及代碼示例

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

計算 GLCM 的紋理屬性。

計算灰度共現矩陣的一個特征，作為矩陣的一個緊湊的總結。屬性計算如下：

‘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’：
\[\sum_{i,j=0}^{levels-1} P_{i,j}\left[\frac{(i-\mu_i) \ (j-\mu_j)}{\sqrt{(\sigma_i^2)(\sigma_j^2)}}\right]\]

在計算紋理屬性之前，每個 GLCM 都被歸一化為總和為 1。

參數：

P：ndarray: 輸入數組。 P 是要為其計算指定屬性的灰度共現直方圖。值 P[i,j,d,theta] 是灰度 j 在距離 d 處和與灰度 i 成角度 theta 處出現的次數。
prop：{‘contrast’, ‘dissimilarity’, ‘homogeneity’, ‘energy’, ‘correlation’, ‘ASM’}，可選: 要計算的 GLCM 的屬性。默認值為‘contrast’。

返回：

results：二維數組: 二維數組。 results[d, a] 是屬性‘prop’，用於第 d 距離和第 a 角。

參考：

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：

計算距離 [1, 2] 和角度 [0 度, 90 度] 的 GLCM 的對比度

>>> 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      ]])

相關用法

注：本文由純淨天空篩選整理自scikit-image.org大神的英文原創作品 skimage.feature.graycoprops。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。