glcm

首页 > TAG信息列表 > glcm

envi提取纹理信息并进行地物可分离性指数分析，选取最合适窗口的纹理特征

分别表示提取纹理的窗口大小和提取纹理的参数距离和角度。 glcm0=double(imread('GLCM\GLCM3_0_TF.tif'));%读取3*3窗口的四个角度的纹理数据 glcm1=double(imread('\GLCM\GLCM3_1_TF.tif')); glcm2=double(imread('\GLCM\GLCM3_2_TF.tif')); glcm3=double(imread('\GLCM

Python：采用非矩形区域的GLCM

我一直在使用skiIC的SLIC实现来分割超像素中的图像.我想使用GLCM从这些超像素中提取额外的特征以解决分类问题.这些超像素不是矩形.在MATLAB中,您可以将像素设置为NaN,算法将忽略它们(link).我可以使用它来围绕超像素制作边界框,然后将未使用的像素设置为NaN. 但是,skimage中的grey

比较python中的LBP

我生成了这样的纹理图像我必须比较两个纹理.我用直方图比较法. image_file = 'output_ori.png' img_bgr = cv2.imread(image_file) height, width, channel = img_bgr.shape hist_lbp = cv2.calcHist([img_bgr], [0], None, [256], [0, 256]) print("second started") image_fi

如何在OpenCV或numpy中找到图像的glcm？

我必须在Python中找到图像的基于纹理的特征,如相关性,能量,同质性和对比度.我使用python-opencv进行其他操作,因为python-opencv将图像作为numpy数组返回.但我没有找到任何使用opencv或numpy来计算GLCM的好资源.此外,我必须提取d = 1和角度= [0,45,135,90]的功能,然后在svm中使用此