這項實作作業會計算 Haralick 提出的 14 項 GLCM 指標，以及 Conners 提出的 4 項額外指標。輸入內容必須為整數值。
如果啟用方向平均，輸出內容會包含每個輸入頻帶 18 個頻帶；如果未啟用，則會包含核心中每個方向配對 18 個頻帶：
ASM：f1，角二階矩，用於測量重複配對的數量
對比：f2，對比；測量圖片的局部對比
CORR：f3，相關性；測量像素對之間的相關性
VAR：f4，變異數；測量灰階分布的離散程度
IDM：f5，反差矩，可衡量同質性
SAVG：f6，加總平均
SVAR：f7，變異數總和
SENT：f8、熵總和
ENT：f9，熵。測量灰階分布的隨機性
DVAR：f10，差異變異數
DENT：f11，差異熵
IMCORR1：f12，相關性 1 的資訊量測
IMCORR2：f13，相關性 2 的資訊量測
MAXCORR：f14，最大相關係數。(無法計算)
DISS：差異
慣性：慣性
SHADE：叢集陰影
PROM：叢集顯著性
詳情請參閱兩篇論文：Haralick 等人撰寫的「Textural Features for Image Classification」(圖像分類的紋理特徵)，網址為 https://doi.org/10.1109/TSMC.1973.4309314；以及 Conners 等人撰寫的「Segmentation of a high-resolution urban scene using texture operators」(使用紋理運算子分割高解析度都市場景)，網址為 https://sdoi.org/10.1016/0734-189X(84)90197-X。
| 用量 | 傳回 |
|---|---|
Image.glcmTexture(size, kernel, average) | 圖片 |
| 引數 | 類型 | 詳細資料 |
|---|---|---|
這個：image | 圖片 | 要計算紋理指標的圖片。 |
size | 整數，預設值為 1 | 要納入每個 GLCM 的鄰域大小。 |
kernel | 核心，預設值：null | 指定要計算 GLCM 的 x 和 y 偏移量的核心。系統會為核心中每個非零像素計算 GLCM，但中心像素除外，前提是尚未為相同方向和距離計算 GLCM。舉例來說，如果設定東側和西側像素的其中一項或兩項，系統只會計算 1 個 (水平) GLCM。核心會從左到右、從上到下掃描。預設值為 3x3 的正方形，因此會產生 4 個 GLCM，偏移量分別為 (-1, -1)、(0, -1)、(1, -1) 和 (-1, 0)。 |
average | 布林值，預設值為 true | 如果為 true，系統會計算每個指標的方向性範圍平均值。 |