python - 如何在skimage/Python中提及邻居的方向来计算glcm？

我很难理解skimage中angle的greycomatrix参数。在documentation中提到的为右上方和右上方像素计算GLCM的示例中，它们提到了4个角度。他们得到了4个GLCM。

>>> image = np.array([[0, 0, 1, 1],
...                   [0, 0, 1, 1],
...                   [0, 2, 2, 2],
...                   [2, 2, 3, 3]], dtype=np.uint8)
>>> result = greycomatrix(image, [1], [0, np.pi/4, np.pi/2, 3*np.pi/4], levels=4)

左右像素的参数应该是什么？

最佳答案

documentation of greycomatrix（重点是我的）中包含的示例中有一个错字：


  例子
  
  计算2个GLCM：一个用于向右偏移1个像素的GLCM，一个用于向上偏移1个像素的GLCM。

>>> image = np.array([[0, 0, 1, 1],
...                   [0, 0, 1, 1],
...                   [0, 2, 2, 2],
...                   [2, 2, 3, 3]], dtype=np.uint8)
>>> result = greycomatrix(image, [1], [0, np.pi/4, np.pi/2, 3*np.pi/4],
...                       levels=4)

实际上，result实际上包含四个不同的GLCM，而不是两个。这四个矩阵对应于一个距离和四个角度的可能组合。要计算与“向右1像素偏移”相对应的GLCM，距离和角度值应分别为1和0：

result = greycomatrix(image, distances=[1], angles=[0], levels=4)

而要计算与“向上1像素偏移”相对应的GLCM，参数应为1和np.pi/2：

result = greycomatrix(image, distances=[1], angles=[np.pi/2], levels=4)

在示例中，distances=[1]和angles=[0, np.pi/4, np.pi/2, 3*np.pi/4]。要选择特定的GLCM，必须为angles和distances指定适当的索引。因此，右侧GLCM的1像素为result[:, :, 0, 0]，而上方GLCM的1像素为result[:, :, 0, 2]。

最后，如果要计算“向下1像素偏移” GLCM（↓），则只需转置“向上1像素偏移” GLCM（↑）。重要的是要注意，在大多数情况下，两个GLCM都非常相似。实际上，通过在对symmetric的调用中将参数True设置为greycomatrix，可以忽略共现强度的顺序。这样，greycomatrix返回的GLCM都是对称的。

关于python - 如何在skimage/Python中提及邻居的方向来计算glcm？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/37761411/