灰度共生矩阵及相关特征值的计算——opencv

#include<iostream>
#include<opencv2/highgui.hpp>
#include<opencv2/core.hpp>
#include<opencv2/imgcodecs.hpp>
#include<opencv2/opencv.hpp>
using namespace std;
using namespace cv;

const int gray_level = 16;

void getglcm_horison(Mat& input, Mat& dst)//0度灰度共生矩阵
{
    Mat src=input;
    CV_Assert(1 == src.channels());
    src.convertTo(src, CV_32S);
    int height = src.rows;
    int width = src.cols;
    int max_gray_level=0;
    for (int j = 0; j < height; j++)//寻找像素灰度最大值
    {
        int* srcdata = src.ptr<int>(j);
        for (int i = 0; i < width; i++)
        {
            if (srcdata[i] > max_gray_level)
            {
                max_gray_level = srcdata[i];
            }
        }
    }
    max_gray_level++;//像素灰度最大值加1即为该矩阵所拥有的灰度级数
    if (max_gray_level > 16)//若灰度级数大于16，则将图像的灰度级缩小至16级，减小灰度共生矩阵的大小。
    {
        for (int i = 0; i < height; i++)
        {
            int*srcdata = src.ptr<int>(i);
            for (int j = 0; j < width; j++)
            {
                srcdata[j] = (int)srcdata[j] / gray_level;
            }
        }

        dst.create(gray_level, gray_level, CV_32SC1);
        dst = Scalar::all(0);
        for (int i = 0; i < height; i++)
        {
            int*srcdata = src.ptr<int>(i);
            for (int j = 0; j < width - 1; j++)
            {
                int rows = srcdata[j];
                int cols = srcdata[j + 1];
                dst.ptr<int>(rows)[cols]++;
            }
        }
    }
    else//若灰度级数小于16，则生成相应的灰度共生矩阵
    {
        dst.create(max_gray_level, max_gray_level, CV_32SC1);
        dst = Scalar::all(0);
        for (int i = 0; i < height; i++)
        {
            int*srcdata = src.ptr<int>(i);
            for (int j = 0; j < width - 1; j++)
            {
                int rows = srcdata[j];
                int cols = srcdata[j + 1];
                dst.ptr<int>(rows)[cols]++;
            }
        }
    }
}


void getglcm_vertical(Mat& input, Mat& ds