我正在嘗試基于從 GLCM 中提取的特征構(gòu)建圖像分類模型。我想屏蔽一些圖像以改進模型，當然我不希望 GLCM 將這些像素考慮在內(nèi)?；谝韵绿?，我已經(jīng)實施并進行了測試，以確保 GLCM 對蒙版圖像正常工作：1）拍攝圖像并創(chuàng)建裁剪版本和遮罩版本（在裁剪的相同像素中）。2) 將圖像轉(zhuǎn)換為 int32 類型并執(zhí)行以下操作：#adding 1 to all pixels and setting masked pixels as zero. mask_img+=1crop_img+=1mask_img[:,:,2][:,int(img.shape[1]/2):int(img.shape[1])] = 0glcm_crop = greycomatrix(crop_img[:,:,2], levels=257, distances=1, angles=0, symmetric=True, normed=True)glcm_masked = greycomatrix(mask_img[:,:,2], levels=257, distances=1, angles=0, symmetric=True, normed=True)#discarding the first row and column that represent zero value pixelsglcm_masked =glcm_masked[1:, 1:, :, :]glcm_crop = glcm_crop[1:, 1:, :, :]所以在這個測試中，如果 GLCM 不受蒙版像素的影響，我預計蒙版和裁剪圖像的矩陣都是相同的。但實際上矩陣是不同的。我對 GLCM 工作原理的理解是否正確？這兩個矩陣應該相等在理論上有意義嗎？
1 回答
喵喵時光機
TA貢獻1846條經(jīng)驗 獲得超7個贊
讓我們慢慢瀏覽代碼。首先我們導入必要的模塊，加載圖像類型np.int32并增加圖像所有像素的像素強度1：
import numpy as np
from skimage import data
from skimage.feature import greycomatrix
img = data.astronaut().astype(np.int32) + 1
然后我們定義圖像的形狀和強度級別的數(shù)量：
rows, cols, _ = img.shape
levels = 256
現(xiàn)在我們裁剪圖像的藍色通道，這樣我們只保留左半部分：
crop_img = img[:, :cols//2, 2]
圖像的藍色通道的右半邊被蒙版如下：
mask_img = img[:, :, 2].copy()
mask_img[:, cols//2:] = 0
為了這個例子，包裝 GLCM 計算很方便：
def glcm_wrapper(arr):
glcm = greycomatrix(arr, levels=levels+1, distances=[1], angles=[0])
return np.squeeze(glcm)[1:, 1:]
我們準備檢查通過兩種方法獲得的 GLCM 是否相同：
glcm_crop = glcm_wrapper(crop_img)
glcm_mask = glcm_wrapper(mask_img)
print(np.array_equal(glcm_crop, glcm_mask))
如果您運行上面的所有代碼片段，您將獲得True.
重要的是要注意，如果將參數(shù)傳遞normed=True給greycomatrix，生成的 GLCM 是不同的。如果要對矩陣進行歸一化，則必須在刪除第一行和第一列后對 GLCM 進行歸一化。試試這個說服自己：
glcm_crop = glcm_crop/glcm_crop.sum()
glcm_mask = glcm_mask/glcm_mask.sum()
print(np.allclose(glcm_crop, glcm_mask))
添加回答
舉報
0/150
提交
取消