問題タブ [glcm]

glcm メソッドを使用して特徴抽出を行っています。glcm の出力は 'struct' 型ですが、出力は double 型である必要があります。

そこで、以下に示すいくつかのコードを使用して変換しようとしました。

Fetest1 コードを取得するには:

Fetrain1 コードを取得するには:

プロセス全体の出力は、fetrain1 および fetest1 変数です。同じコードを実行して fetest1 と fetrain1 を取得しますが、fetest1 は「double」型で、fetrain は「complex double」型です。

と

次のステップで変数を使用できるように、fetrain1 を「complex double」型から「double」型に変換する必要があります。ニューラル ネットワーク法を使用したトレーニング ステップ。

どんな提案でも大歓迎です。

私はアラビア文字のOCRに取り組んでいます。特徴抽出方法として glcm を試してみたい。私はここにコードを持っています: http://www.mathworks.com/matlabcentral/fileexchange/22187-glcm-texture-features

入力画像（文字画像）の例：

必要な機能に基づいて GLCM 出力を取得するコードを作成しました。ここにあります：

ループを使用してすべての画像 (データ トレイン) の特徴を取得します。

私は特徴を持っています。

次に、ニューラル ネットワークを使用してトレーニング プロセスを実行しますが、精度が非常に低くなります。これはコードです：

何度か試してみましたが、正解率（NNテスト結果）は向上しませんでした。常に出力 1.96% を提供しています。プロセス フローまたは作成したコードに何か問題がありますか?

どんな助けでも非常に役に立ち、感謝します

skimageライブラリを使用greycomatrixして画像の GLCM を見つけようとしています。レベルの選択に問題があります。これは 8 ビット イメージであるため、当然の選択は 256 です。ただし、8 などの値を選択すると (ビニングとスパース マトリックスの形成を防ぐため)、エラーが発生します。

質問:

• 誰かが理由を知っていますか？
• これらの値を 256x256 の代わりに 8x8 のマトリックスにビニングするアイデアを誰か提案できますか?

移動する GLCM(Grey level Co-occurrence matrix) ウィンドウを使用して、6641x2720 画像の特徴画像 (コントラスト、2 番目のモーメントなどの Haralick 特徴) を生成する作業を行っています。しかし、実行するには永遠に時間がかかります。小さな画像でテストしたので、コードは正常に動作します。しかし、私はそれをより速く実行する必要があります。サイズを 25% (1661x680) に縮小すると、実行に30 分かかります。より速く実行するにはどうすればよいですか? コードは次のとおりです。

選択した MRI 画像から不規則な関心領域があります。skimage.feature.greycomatrixライブラリを使って画像の共起解析をしたいと思っています。ただし、ROI の形状は不規則です。画像の numpy 配列に 0 を保持すると、灰色の共起分析が正しく行われなくなり、私はそれらをNaN. ただし、 はgreycomatrixを含む numpy 配列を分析できませんNaN。誰かがこの問題を経験したか、解決策を持っていますか?

skimageほとんどの画像解析作業にライブラリを使用しています。

RGB 画像があり、画像から、、などのtexture特徴を抽出するつもりです。entropyenergyhomogeneitycontrast

以下は、私が実行している手順です。

私の質問は、グレースケール画像から（直接）計算されたエントロピーは、GLCM（テクスチャ機能）から抽出されたエントロピー機能と同じですか？

そうでない場合、画像からすべてのテクスチャ機能を抽出する正しい方法は何ですか?

注：私はすでに言及しました：

エントロピー - スカイイメージ

GLCM - テクスチャ機能

GLGCM (Gray Level Gradient Based Co-occurrence Matrix )と呼ばれるテクスチャ機能のタイプがあり、さまざまな画像グラデーションが互いにどのように共生するかに関する情報を取得します。

GLGCM は通常の GLCM とは異なります。

Pythonで GLGCM の実装を見つけるのを手伝ってくれる人はいますか?