python图像纹理提取_提取图像的颜色、纹理特征(传统算法)

Python-Image-feature-extraction

Python实现提取图像的纹理、颜色特征，包含快速灰度共现矩阵(GLCM)、LBP特征、颜色矩、颜色直方图。1044197988/Python-Image-feature-extraction​github.com

原始图片

这里拿高光谱影像图片作为示例，图片大小为512*512。原始图片

一、纹理特征

1、GLCM

灰度共生矩阵法(GLCM， Gray-level co-occurrence matrix)，就是通过计算灰度图像得到它的共生矩阵，然后透过计算该共生矩阵得到矩阵的部分特征值，来分别代表图像的某些纹理特征(纹理的定义仍是难点)。灰度共生矩阵能反映图像灰度关于方向、相邻间隔、变化幅度等综合信息，它是分析图像的局部模式和它们排列规则的基础。

numpy的快速灰度共现矩阵(GLCM)。

import fast_glcm

from skimage import data

if __name__ == '__main__':

img = data.camera()

glcm_mean = fast_glcm.fast_glcm_mean(img)

以上图片标题代表的含义：

(1)均值(Mean)

(2)标准差(Std)

(3)对比度(Contrast)对比度反应了图像的清晰度和纹理的沟纹深浅。度量矩阵的值是如何分布和图像中局部变化的多少，反应了图像的清晰度和纹理的