Python批量提取图像灰度共生矩阵（GLCM）、支持批量处理、任意图像格式

清纯世纪2024-03-27 15:59

一、介绍

二、实现

1、特征计算

2、批量处理

3、结果

一、介绍

灰度共生矩阵(Grey Level Co-occurrence Matrix)也叫做空间灰度级依赖矩阵(SGLDM),它是一种基于统计的纹理特征提取的方法。

一般包括四个方向：

(a,b)=(1,0)，像素对是水平的，即0度扫描；
(a,b)=(0,1)，像素对是垂直的，即90度扫描；
(a,b)=(1,1)，像素对是右对角线的，即45度扫描；
(a,b)=(-1,1)，像素对是左对角线，即135度扫描。

一般包括8个常用特征：均值、方差、角二阶矩、熵、对比度、相关性、Homogeneity、Dissimilarity

二、实现

1、特征计算

python 复制代码

# 建立特征函数索引
indexs = {0:calculate_gray_co_occurrence_matrix_entropy, # 熵
          1:calculate_gray_co_occurrence_matrix_mean, # 均值
          2:calculate_gray_co_occurrence_matrix_variance, # 方差
          3:calculate_gray_co_occurrence_matrix_homogeneity, # homogeneity
          4:calculate_gray_co_occurrence_matrix_contrast, # contrast
          5:calculate_gray_co_occurrence_matrix_dissimilarity, # Dissimilarity
          6:calculate_gray_co_occurrence_matrix_energy, # 能量or角二阶
          7:calculate_gray_co_occurrence_matrix_correlation, # 相关性
          8:calculate_gray_co_occurrence_matrix_autocorrelation # 自相关性
          }

2、批量处理

其中 .jpg 修改为自己文件的后缀

python 复制代码

if __name__=="__main__":
    path = r"./data"
    save_ = r"./texture"

    file_list = os.listdir(path)
    for i in file_list:
        if os.path.splitext(i)[1] == ".jpg":
            print("正在处理文件：", i)

            file_path = path + "/" + i
            glcm = glcm_features(file_path)
            print(glcm.shape)
            utils.save_img(glcm, save_+"/" + os.path.splitext(i)[0] +'.tif')

3、结果

我们提取下面的图像：

只提取均值这个特征：

代码链接：Python批量提取图像灰度共生矩阵（GLCM）、支持批量处理、任意图像格式