用于 RGB 图像的 graycomatrix答案

【问题标题】：greycomatrix for RGB image用于 RGB 图像的 graycomatrix
【发布时间】：2018-12-12 19:53:58
【问题描述】：

我正在尝试使用 graycomatrix 在图像中找到对比度，代码如下：

import cv2
import numpy as np
from scipy import misc
from skimage.feature import greycomatrix, greycoprops


img=cv2.imread('leaf2.jpg')


g=greycomatrix(img, [1], [0, np.pi/4, np.pi/2, 3*np.pi/4])
print (g)

contrast = greycoprops(g, 'contrast')
print(contrast)

这是错误：“图像必须是二维数组” 如何将图像转换为二维数组，适合函数？

【问题讨论】：

OpenCV is skimage 之间的转换并不难，但您需要注意一些细微之处。我建议使用以下内容：from skimage import io, color; img = io.imread('leaf2.jpg'); img = color.rgb2gray(img)

标签： python opencv image-processing scikit-image glcm

【解决方案1】：

加载图像后添加img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)，使其成为单通道灰度图像。

或者您也可以通过img = cv2.imread('leaf2.jpg', cv2.IMREAD_GRAYSCALE) 直接将其加载为灰度。

【讨论】：

我试过这样做，但它给出了一个所有条目都为 0 的矩阵。这会给出正确的对比度吗？
@MuskanBansal 哪个矩阵只有 0，你怎么知道？如果您的矩阵很大，print 函数只会显示矩阵的一小部分。

【解决方案2】：

你可以通过img=cv2.imread('leaf2.jpg',0)直接加载灰度

【讨论】：