在计算机视觉的世界里，我们经常讨论颜色、形状和边缘。但有一个维度，它比颜色更细腻，比形状更宏观，那就是------纹理（Texture）。
当你闭上眼摸一块丝绸和一块磨砂石，你能瞬间分辨出差异。但在数字图像里，这种"粗糙"与"平滑"的触感该如何量化？今天，我们就来聊聊纹理分析领域的大山：灰度共生矩阵（Gray-Level Co-occurrence Matrix，简称 GLCM）。
一、 为什么直方图"失灵"了？
在进入 GLCM 之前，我们先看一个直观的问题。
假设有两张图片：一张是整齐的棋盘格，另一张是完全随机的噪点图。如果计算它们的灰度直方图，你会发现它们可能完全一样。
- 直方图只关心：图像里有多少个 128 灰度级的像素？
- 直方图不关心：这些 128 的像素是在一起排队，还是乱七八糟地散落着？
直方图丢失了空间信息。 而 GLCM 的出现，就是为了把这种被丢掉的"空间排列规律"找回来。
二、 GLCM 的核心逻辑：数数像素的"社交圈"
GLCM 的核心思想非常朴素：它不再看单个像素，而是看"像素对"。
它会统计在图像中，相隔一定距离、沿一定方向的两个像素，它们的灰度值共同出现的频率。
1. 三个关键参数（决定了你怎么"数"）
- 距离 (δ\deltaδ)：你想看多远的邻居？通常选 1 个像素。
- 角度 (θ\thetaθ)：你想看哪个方向的邻居？标准动作通常是：0°（水平）、45°（右上）、90°（垂直）、135°（左上）。
- 灰度级 (LLL) ：如果原始图像是 256 级，矩阵会达到 256×256256 \times 256256×256，太大了。通常我们会先将图像压缩到 8 级或 16 级。
2. 手把手演示计算过程
假设有一个 4x4 的微型图像，灰度只有 0-3：
0 1 0 1
1 0 1 0
2 2 3 3
2 2 3 3我们算 方向=0°（水平向右），距离=1 的 GLCM：
- 看 (0, 1) 这个组合：第一行出现了两次，第二行两次。总共 4 次。
- 看 (1, 0) 这个组合：第一行出现了一次，第二行一次。总共 2 次。
- 看 (2, 2) 和 (3, 3)：在下面两行各出现了 2 次。
- 最终，你会填满一个 4x4 的 GLCM 矩阵。矩阵中数值越高的地方，代表这种灰度组合在空间上越密集。
三、 从矩阵到特征：著名的 Haralick 特征
GLCM 矩阵本身还是太庞大了（比如 16×1616 \times 1616×16）。为了让计算机更方便处理，1973 年，科学家 Haralick 建议从这个矩阵里再提取出几个数值。这就是我们常说的"二次统计"。
以下是最常用的四个"性格指标"：
1. 对比度 (Contrast) ------ 纹理深不深？
它衡量矩阵中偏离对角线的程度。
- 如果相邻像素差值很大，对比度就高。
- 视觉效果：图像纹理沟壑深、边界清晰。
2. 能量 (Energy / ASM) ------ 纹理规不规整？
它是矩阵元素的平方和。
- 如果图像纹理非常整齐、周期性极强，GLCM 矩阵中只有少数几个地方数值极高，能量就大。
- 视觉效果：像整齐的编织物。
3. 熵 (Entropy) ------ 画面乱不乱？
它代表信息的随机性。
- 如果像素排列杂乱无章，GLCM 矩阵里的数值分布就会非常分散。
- 视觉效果：复杂的噪点、乱石堆。
4. 均匀性 (Homogeneity / 自相关) ------ 画面纯不纯？
衡量局部灰度变化的剧烈程度。
- 如果图像大面积平坦，像素对基本都落在对角线上。
- 视觉效果：平滑的皮肤、干净的天空。
四、 实战建议：如何用好 GLCM？
在实际项目（如医学影像分析、遥感地貌识别）中，单靠一个方向的 GLCM 是不够的。
- 旋转不变性 ：通常我们会计算 0°、45°、90°、135° 四个方向的特征值，然后取它们的平均值作为该图像的最终特征。这样，即便旋转了图片，特征依然稳定。
- 尺度敏感性 ：如果你想识别大块的纹理，尝试增大距离 δ\deltaδ。
- 计算加速：一定要做灰度压缩（例如降到 16 级），否则计算量会呈指数级上升，且容易产生稀疏矩阵，导致统计学意义失效。
五、 总结：GLCM 的现代价值
虽然现在的深度学习（CNN）可以自动提取特征，但 GLCM 依然没有过时。
在一些小样本数据、需要高解释性的医疗辅助诊断、或者算力受限的工业检测设备中，GLCM 凭借其计算速度快、物理意义明确的优势，依然是算法工程师武器库里的必备良药。
一句话总结 GLCM： 它不是在看颜色，而是在看像素之间如何"成群结队"地排布，从而把玄学的"触感"变成了科学的"概率"。
如果你对图像处理感兴趣，欢迎关注我的系列博文，下一期我们将聊聊 LBP（局部二值模式）是如何在人脸识别中大放异彩的！