matlab graycoprops,MATLAB GrayComMatrix和graycoprops的Python实现

我尝试在Python中接收与MATLAB中相同的函数graycomatrix和graycrops的结果。但是结果不同，我无法编写代码来重复MATLAB的结果。在

我需要GLCM功能，如对比度、相关性、能量和同质性。在

任何建议都非常感谢。在

MATLAB中的示例代码：% GLCM feature extraction

offset_GLCM = [0 1; -1 1; -1 0; -1 -1];

offset = [1*offset_GLCM ; 2*offset_GLCM; 3*offset_GLCM];

img = rgb2gray(imread('cat.jpg'));

Grauwertmatrix = graycomatrix(img,'NumLevels', 12, 'GrayLimits', [], 'Offset',offset);

GrauwertStats = graycoprops(Grauwertmatrix);

GLCMFeatureVector = [mean(GrauwertStats.Contrast) mean(GrauwertStats.Correlation) mean(GrauwertStats.Energy) mean(GrauwertStats.Homogeneity)];

disp(GLCMFeatureVector);

上面的代码返回：

^{pr2}$

现在我希望在Python中得到完全相同的结果。我使用Python代码：# GLCM feature extraction

import numpy as np

from skimage import feature, io

from sklearn import preprocessing

img = io.imread("cat.jpg", as_grey=True)

S = preprocessing.MinMaxScaler((0,11)).fit_transform(img).astype(int)

Grauwertmatrix = feature.greycomatrix(S, [1,2,3], [0, np.pi/4, np.pi/2, 3*np.pi/4], levels=12, symmetric=False, normed=True)

ContrastStats = feature.greycoprops(Grauwertmatrix, 'contrast')

CorrelationtStats = feature.greycoprops(Grauwertmatrix, 'correlation')

HomogeneityStats = feature.greycoprops(Grauwertmatrix, 'homogeneity')

ASMStats = feature.greycoprops(Grauwertmatrix, 'ASM')

print([np.mean(ContrastStats), np.mean(CorrelationtStats),\

np.mean(ASMStats), np.mean(HomogeneityStats)])

但我得到的结果是：[1.7607, 0.8844, 0.0429, 0.7085]

另一个例子。原始图像的不同结果。原因是MATLAB默认处理图像，而Python不处理。如何在Python中得到与MATLAB相同的结果？：

MATLAB软件：>> img = rgb2gray(imread('cat.png'));

>> [Grauwertmatrix, S] = graycomatrix(img,'NumLevels',12,'GrayLimits',[0,12],'Offset',[0,1]);

>> Grauwertmatrix(1:5,1:5)

ans =

4 7 4 8 0

9 33 22 13 10

5 18 16 10 10

2 16 11 22 13

4 12 11 14 14

Python：>>> from skimage import io, feature

>>> img = io.imread("cat.png", as_grey=True)

>>> Grauwertmatrix = feature.greycomatrix(img, distances=[1], angles=[0], levels=12, symmetric=False, normed=False)

>>> Grauwertmatrix[0:5, 0:5, 0, 0]

array([[299720, 2, 0, 0, 0],

[ 2, 1, 0, 0, 0],

[ 0, 0, 0, 0, 0],

[ 0, 0, 0, 0, 0],

[ 0, 0, 0, 0, 0]], dtype=uint32)