计算图像的灰度共生矩阵

---

针对一张20*20的图像块，编程计算该图像块的灰度共生矩阵（d=1,θ=0°），
并将原始图像块和共生矩阵的数值显示出来。

---

首先查看一下计算原理：

乍一看我还以为需要四个参数计算。
看一下百科：

这样看是很清楚的，指定了a和b实际上就是指定了方向和距离。
比如 PPT里的例子，0° 1就是a=1,b=0，135° 1就是a=-1,b=-1
代码如下：

import cv2 as cv
import numpy as np
import matplotlib.pyplot as plt

class ComatrixCaler(object):
    def __init__(self,mat,a=1,b=0) -> None:
        self.mat = mat
        self.a = a
        self.b = b
        self.countMatrix = None
        self.probaMatrix = None
        self.l = None
        self.calComatrix()

    @staticmethod
    def getRange(a,b,r,c):
        opa,opb = int(a/abs(a)) if a!=0 else 1,int(b/abs(b)) if b!=0 else 1
        lb_r = 0 if opb>=0 else r-1
        rb_r = r-b if opb>=0 else 0+b+1
        lb_c = 0 if opa>=0 else c-1
        rb_c = c-a if opa>=0 else 0+a+1
        return range(lb_r,rb_r,opb),range(lb_c,rb_c,opa)
    
    def calComatrix(self):
        self.l = list(set(self.mat.flatten().tolist()))
        self.l.sort()
        counts = self.l.__len__()
        m = {k:v for k,v in zip(self.l,range(counts))}
        countMat = np.zeros([counts,counts])
        r,c = self.mat.shape
        borders = self.getRange(self.a,self.b,r,c)
        for i in borders[0]:
            for j in borders[1]:
                countMat[m[self.mat[i,j]],m[self.mat[i+self.b,j+self.a]]]+=1
                countMat[m[self.mat[r-i-1,c-j-1]],m[self.mat[r-1-i-self.b,c-1-j-self.a]]]+=1
        self.countMatrix = countMat.astype('uint8')
        self.probaMatrix = countMat/self.countMatrix.sum()
    def setargs(self,a,b):
        self.a = a
        self.b = b
        self.calComatrix()

egm = np.array([[0,0,1,1],[0,0,1,1],[0,2,2,2],[2,2,3,3]])

# 这里复现了一下PPT里的例子
eg = ComatrixCaler(egm)
print(eg.countMatrix,eg.probaMatrix)
eg.setargs(-1,-1)
print(eg.countMatrix,eg.probaMatrix)

理论上灰度共生矩阵应该是概率分布矩阵，这里的countMatrix是计数矩阵，probaMatrix是概率矩阵
显然的是，灰度共生矩阵的大小取决于图像中灰度值的种类，所以建议orange = orange - np.mod(orange,25)来减少灰度值种类，共生矩阵图像也更明显

我自己的例子：

orange = cv.imread('./pics/orange.jpg',flags=cv.IMREAD_GRAYSCALE).astype(np.uint8)
orange = orange - np.mod(orange,25)
# orange = cv.resize(orange,(20,20))
print(list(set(orange.flatten().tolist())).__len__())
orange_com = ComatrixCaler(orange)
orange_float_gray = orange_com.probaMatrix

fig,axs = plt.subplots(1,3)
axs[0].imshow(orange,cmap='gray')
axs[1].imshow(orange_float_gray,cmap='gray')
axs[2].imshow(orange_com.countMatrix,cmap='gray')

效果：