在skimage/Python中，如何提及邻域计算glcm的方向？

我很难理解skimage中

greycomatrix

的

angle

参数。在中提到的示例中，为了计算右侧和上方像素的GLCM，它们提到了4个角度。他们得到了4个GLCM

>>> image = np.array([[0, 0, 1, 1],
...                   [0, 0, 1, 1],
...                   [0, 2, 2, 2],
...                   [2, 2, 3, 3]], dtype=np.uint8)
>>> result = greycomatrix(image, [1], [0, np.pi/4, np.pi/2, 3*np.pi/4], levels=4)

---

右边和下面的像素的参数应该是什么？

在（强调我的）示例中有一个输入错误：

示例

计算2个GLCM：一个用于向右的1像素偏移，一个用于向上的1像素偏移

>>> image = np.array([[0, 0, 1, 1],  
...                   [0, 0, 1, 1],
...                   [0, 2, 2, 2],
...                   [2, 2, 3, 3]], dtype=np.uint8)
>>> result = greycomatrix(image, [1], [0, np.pi/4, np.pi/2, 3*np.pi/4],
...                       levels=4)

事实上，

result

实际上包含四个不同的GLCM，而不是两个。这四个矩阵对应于一个距离和四个角度的可能组合。要计算对应于“1像素向右偏移”的GLCM，距离和角度值应分别为

1

和

0

：

result = greycomatrix(image, distances=[1], angles=[0], levels=4)

而要计算对应于“1像素向上偏移”的GLCM，参数应为

1

和

np.pi/2

：

result = greycomatrix(image, distances=[1], angles=[np.pi/2], levels=4)

在本例中，

距离=[1]

和

角度=[0，np.pi/4，np.pi/2，3*np.pi/4]

。要选择特定的GLCM，必须为

角度

和

距离

指定适当的索引。因此，右侧的1像素GLCM是

result[：，：，0，0]

，向上的1像素GLCM是

result[：，：，0，2]

---

最后，如果您希望计算“向下1像素偏移”GLCM(↓) 您只需将“1像素向上偏移”GLCM转置即可(↑). 需要注意的是，在大多数情况下，两个GLCM都非常相似。事实上，在调用

greycomatrix

时，通过将参数

symmetric

设置为

True

，可以忽略共现强度的顺序。这样一来，

greycomatrix

返回的所有GLCM都是对称的。

当前正在尝试解决这个问题。您是否也可以扩展“levels”参数？根据skimage：输入图像应包含[0，levels-1]中的整数，其中levels表示计数的灰度级数（对于8位图像通常为256）。对于16位或更高的图像，此参数是必需的，通常是图像的最大值。由于输出矩阵至少为级别x级别，因此最好使用输入图像的分块，而不是级别的大值。

levels

的值决定灰度共生矩阵的大小。您可能希望o深入了解

级别

参数。谢谢-真的很有用。我的图像中有很多黑色空间，我不完全确定发生了什么，所以我将在此发布一个新问题。我发布了以下内容：-如果你能看一下的话