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-extractiongithub.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