Python 从掩模计算部分图像的共生矩阵

我有下面的代码，在其中我试图得到一部分图像对应于一个面具我给。然后，我想对该部分应用skimage.feature.glcm。但我得到了一个错误：

glcm = greycomatrix(mancha, [2], [0], levels=None, symmetric = True, normed = True)
File "D:\WinPython-64bit-2.7.13.1ZeroNew\python-2.7.13.amd64\lib\site-packages\skimage\feature\texture.py", line 101, in greycomatrix
assert_nD(image, 2)
File "D:\WinPython-64bit-2.7.13.1ZeroNew\python-2.7.13.amd64\lib\site-packages\skimage\_shared\utils.py", line 178, in assert_nD
raise ValueError(msg_incorrect_dim % (arg_name, '-or-'.join([str(n) for n in ndim])))
ValueError: The parameter `image` must be a 2-dimensional array

代码是：

mask = cv2.imread(pathMask, 0)
cruda = cv2.imread(pathCruda, 0)
imaskc = mask > 0
mancha = cruda[imaskc]

glcm = greycomatrix(mancha, [2], [0], levels=None, symmetric = True, normed = True)
energy = greycoprops(glcm, 'energy')
homogeneity = greycoprops(glcm, 'homogeneity')

我还尝试了以下方面，但均未成功：

labeled_image, nb_labels = ndimage.label(mascara)
blobs = ndimage.find_objects(labeled_image)

glcm = greycomatrix(cruda[blobs[0]]

你知道怎么做吗

---

谢谢

您不能直接将蒙版图像传递给

greycomatrix

。好消息是，通过在代码中引入小的更改，可以计算从图像感兴趣区域提取的Haralick特征的近似值

其基本思想是保存一个灰度级，例如

0

，以标记那些位于感兴趣区域（ROI）之外的图像像素。要使此方法正常工作，您需要将原始强度为

0

的ROI内像素的强度更改为不同（但类似）的值，例如

1

。请注意，以这种方式修改图像不可避免地会在共生矩阵中引入不精确性，但只要图像足够大并且具有平滑的直方图，就可以安全地假设获得的特征非常接近精确值。还需要注意的是，为了不考虑用于标记非ROI像素的灰度，必须去掉共现矩阵的第0行和第0列

要实现上述解决方法，只需更改以下两行：

mancha = cruda[imaskc]
glcm = greycomatrix(mancha, [2], [0], levels=None, symmetric=True, normed=True)

致：

---

使用掩码索引numpy数组将返回一个线性数组。如果你仔细想想，这并不奇怪。如果

a=[[1,2]，[3,4]]

，并且您有一个掩码

b=[[1,0]，[1,1]

，则结果

a[b]=[1,3,4]

。所以它不是一个二维数组。如果每行上有不同数量的屏蔽元素，它就不能返回2D数组，所以它永远不会返回。但是，如果您只想将遮罩外的所有内容设置为黑色，则可以使用

cruda[~imaskc]=0轻松完成。谢谢您的回答，但我想做的是获取图像的部分，以便我可以将其传递给glcm函数。请考虑您在此处实际需要的内容。看看我上面的例子，其中1是
True
，0是
False
。在那个例子中，
a[b]
的返回应该是什么样子？对不起，我真的不明白你的意思。你刚才说的a[b]=[1,2,3]的返回值正好…这个数组有多少维？就一个
glcm
需要二维输入。使用掩码索引只会线性地给出与掩码对应的所有元素。换句话说：如果
a=np.array（[[1,2]，[3,4]]）
和
b=np.array（[[1,0]，[1,1]]）
那么
a[b]=np.array（[1,3,4]）
但是你可能想要的是
a[~b]=0
，这样
a=np array（[[1,0]，[3,4]]）
，这是二维的。
mancha = cruda.copy()
mancha[mancha == 0] = 1
mancha[~imaskc] = 0
glcm = greycomatrix(mancha, [2], [0], levels=None, symmetric=True, normed=True)[1:, 1:, :, :]