灰度值就是像我们kan黑白照片时 个个细小点有许多亮或许多暗的值，从0到255，就像我们画画时用的铅笔，0是Zui黑的，255是Zui白的。

啥是灰度特征？

灰度特征就像是我们给黑白照片贴上的标签， 比如这玩意儿照片上有个巨大黑点，我们就Neng说这玩意儿照片有个灰度特征是“巨大黑点”。这些个标签Neng帮我们geng优良地搞懂和处理图像。

灰度共存矩阵

GLCM就像是给黑白照片Zuo个报告，kankan照片上黑点和白点是怎么排列的。比如我们kankan照片上水平方向上黑点和白点是怎么排列的，这就是一个灰度共存矩阵。

灰度图像傅里叶变换

傅里叶变换就像是把照片上的点变成了一群跳动的舞者，个个舞者的舞步代表照片上的一个亮度和一个位置。这样我们就Neng从不同的角度kan到照片。

灰度特征在图像处理中的应用

灰度特征在hen许多地方douNeng用到， 比如人脸识别，就像我们用照片上的标签来找到熟悉的人一样。在医学上，灰度特征也Neng帮我们找到癌细胞。

灰度特征怎么计算？

先说说 我们要把彩色照片变成黑白照片，然后就像我们用尺子量照片一样，量出个个细小点的亮度值。再说说我们灰度特征。

灰度特征有啥用？

灰度特征就像是我们给照片上的个个点dou贴上了标签， 这样我们就Nenggeng轻巧松地找到我们想要的点，比如人脸上的眼睛、鼻子。

灰度特征应用技巧

想要用优良灰度特征，我们得学会怎么用。下面是一些细小技巧：

• 学会kan照片上的标签，也就是灰度特征。
• 了解不同的灰度特征有啥用。
• 学会用计算机来帮我们计算灰度特征。

灰度特征就像是给照片贴上的标签，Neng帮我们geng优良地搞懂照片。学会了这些个技巧，我们就Nenggeng优良地用灰度特征，让计算机帮我们处理照片。

代码有些kan起来有点乱， 不过没关系，我们只要记住灰度特征就是帮我们搞懂照片的标签就优良了。

def glcm:

        rows, cols = gray_img.shape
        # 计算共存矩阵中不同灰度级别出现的次数
        glcm = np.zeros)
        for i in range:
            for j in range:
                local_gray = gray_img
                if  and  and :
                    ref_gray = gray_img, j+d]
                    glcm += 
        return glcm
    

def fft:

        rows, cols = gray_img.shape
        img_fft = np.fft.fft2  # 进行傅里叶变换
        img_fft_shift = np.fft.fftshift  # 将中心点移到图像中心
        return img_fft_shift