问题标签 [glcm]

我正在使用 OpenCV 2.4.11、Win 7、VS2012。我在互联网上搜索图像的 glcm。我找到了这些链接link1和link2并找出了 glcm 的概念，但我的问题仍然存在，并且在运行此代码时

它给了我这个错误

请注意，我可以编写一个函数来做到这一点，但由于内存泄漏而受到限制。谁能帮我？问候

我已经使用 GLCM 和 k-nn 进行了特征提取以进行分类。我现在需要做的是排查问题，分析为什么图像分类错误。我想显示测试数据的最近邻居，但不仅仅是如下点：

我想显示最接近该图像的图像（测试），这样很容易知道为什么图像彼此最接近（视觉上）。但这是我的问题，我不知道如何调用之前提取的图像，因为这些图像仅以数字数组的形式呈现。

我应该怎么办？

我想在 Matlab 中显示图像的 GLCM。到目前为止，我已经尝试过并且只能获得统计数据。

它会产生统计数据。

统计 =

我想要的是在这里展示这 4 个 GLCM 的图像。

输出该图像应该很简单，但我对这件事很陌生，不知道我错过了什么。

我正在尝试使用 GLCM 算法在卫星图像中进行纹理分析。scikit-image 文档对此非常有帮助，但对于 GLCM 计算，我们需要在图像上循环的窗口大小。这在 Python 中太慢了。我在 stackoverflow 上发现了很多关于滑动窗口的帖子，但计算需要永远。我有一个如下所示的示例，它可以工作但需要永远。我想这一定是一种天真的方式

我遇到了skimage.util.view_as_windows对我来说可能是一个很好的解决方案的方法。我的问题是，当我尝试计算 GLCM 时，我收到一条错误消息：

ValueError：参数image必须是二维数组

这是因为 GLCM 图像的结果具有 4d 维度，而 scikit-imageview_as_windows方法只接受 2d 数组。这是我的尝试

有谁知道我如何使用skimage.util.view_as_windows方法计算 GLCM？

我正在使用 mahotas 库对卫星图像（250 x 200 像素）进行纹理分析（GLCM）。GLCM 计算在窗口大小内进行。因此，对于滑动窗口的两个相邻位置，我们需要从头开始计算两个共现矩阵。我读过我也可以设置步长，以避免在重叠区域上计算 GLCM。我提供了下面的代码。

对于上面的代码，我将窗口和步长设置为 32。当代码完成时，我得到一个尺寸为 6 x 8（而不是 250 x 200）的图像，因为步长设置为 32 .

所以，我的问题是：通过设置步长（以避免在重叠区域中进行计算以及代码变得更快），我能否以某种方式得出整个图像的 GLCM 结果，尺寸为 250 x 200 而不是它的子集（ 6 x 8 尺寸）？或者我别无选择，只能以正常方式循环图像（不设置步长）？

我从 GitHub获得了以下代码片段，用于通过 OpenCV 计算灰度共现矩阵 (GLCM)：

上面的代码是用 C++ 编写的。我需要将其转换为 Java，但我被困在这一行：

有人可以帮我解决这个问题吗？

我正在尝试使用 Haralick 描述的 GLCM（能量、均匀性等）为我拥有的一系列 4 波段（R、G、B、NIR）航空照片计算一些纹理测量值。我已经在一个子集上尝试过这个，但最终得到的图像大部分是空白的。我目前的理解是它与灰度和levels参数有关，但我无法弄清楚。

我的日期非常大（几 GB），所以我试图通过使用模块 RIOS 来提高效率（以 400×400×nbands numpy 数组的形式读取图像，处理数据并写入输出图像）。

我的输入场景可以在这里找到（200 MB）。

我的输出图像看起来像（这可能很难看到，因为黑色像素非常小）：

我的代码是：

显然这里有问题，因为我的输出与我期望的不一样。我猜这与'levels'参数有关。我在这里被指出了一个解释：GLCM 结果中的黑线很好地解释了参数，但我无法改进我的结果。

有人可以向我解释为什么我的结果如图所示以及我该如何补救？

我的项目是在 MATLAB 中使用 SVM 分类器进行急性中风分类。

下面的截图显示了使用被称为 svm 分类器训练数据的 glcm 对急性中风（21 名患者）和正常脑（6 名患者）进行的 13 个特征提取。

以下屏幕截图显示了Y一组训练数据。

这是我正在使用的代码，它显示错误。

警告：Y 包含未出现在 Y 元素中的分类级别。出于训练分类器的目的，这些级别将被忽略。在 277 的 svmtrain

使用 svmtrain 时出错（第 335 行） Y 必须恰好包含两个用于方法“SMO”的组。

我认为这是因为该行被忽略的价值0和正常大脑。NAN所以我的问题是：我应该怎么做才能包含该行，或者它绝对不适用于此代码？

使用的猫的图像

来源：https ://www.petfinder.com/cats/cat-grooming/

我试图在 Python 中接收与 MATLAB 中的 graycomatrix 和 graycoprops 函数完全相同的结果。但结果不同，我无法编写重复 MATLAB 结果的代码。

我需要对比度、相关性、能量和同质性等 GLCM 特性。

非常感谢任何建议。

MATLAB 中的示例代码：

上面的代码返回：

现在我想在 Python 中收到完全相同的结果。我使用 Python 代码：

但我得到了结果：

另一个例子。原始图像上的不同结果。原因是 MATLAB 默认处理图像而 Python 不处理。如何在 Python 中获得与在 MATLAB 中相同的结果？：

MATLAB：

Python：

假设我关心的是我想要计算 GLCM 的图像的一部分，因为它不是矩形的。我该怎么办？我做了一个遮罩程序，将我不关心的图像部分归零，我只是不知道如何在不考虑图像的归零部分的情况下拍摄这个“被遮罩”的图像......

谢谢你的帮助！