Из документов это что возвращает greycoprops
:
results
: 2-D ndarray
2-мерный массив. results[d, a]
— это свойство ‘prop’
для d
-го расстояния и a
-го угла.
Вы получаете массив значений контраста 1 × 4, потому что вы передали 4 угла в graycomatrix
. Чтобы дескриптор GLCM был инвариантным к вращению, обычной практикой является усреднение значений признаков, вычисленных для разных углов и одного и того же расстояния. Взгляните на эту статью, чтобы получить более подробное объяснение того, как для достижения функций GLCM, устойчивых к вращению.
Демо
In [37]: from numpy import pi
In [38]: from skimage import data
In [39]: from skimage.feature.texture import greycomatrix, greycoprops
In [40]: img = data.camera()
In [41]: greycoprops(greycomatrix(img, distances=[1], angles=[0]), 'contrast')
Out[41]: array([[34000139]], dtype=int64)
In [42]: greycoprops(greycomatrix(img, distances=[1, 2], angles=[0]), 'contrast')
Out[42]:
array([[ 34000139],
[109510654]], dtype=int64)
In [43]: greycoprops(greycomatrix(img, distances=[1, 2], angles=[0, pi/4]), 'contrast')
Out[43]:
array([[ 34000139, 53796929],
[109510654, 53796929]], dtype=int64)
In [44]: greycoprops(greycomatrix(img, distances=[1], angles=[0, pi/4, pi/2]), 'contrast')
Out[44]: array([[34000139, 53796929, 20059013]], dtype=int64)
person
Tonechas
schedule
18.05.2019