金枪鱼属(Thunnus)鱼类是我国远洋渔业极为重要的渔获资源, 其表型纹理信息不仅具有鱼种的特异性, 而且可作为分类的科学依据。传统鱼类纹理特征分析主要是定性描述分析, 而计算机视觉技术可为鱼类纹理特征提供定量分析数据。因此, 本研究通过计算机视觉对 3 种金枪鱼图像进行预先定位基准点, 通过移动基准点确定纹理特征区域并自动截取。对纹理图像进行灰度转换和灰度量化处理, 量化的灰度图像进行灰度共生矩阵计算, 并对灰度共生矩阵进行归一化处理。通过归一化的灰度共生矩阵计算出 6 个纹理指标, 并分析纹理指标的距离和方向的变化趋势, 通过因子分析研究金枪鱼纹理指标。研究结果表明, 通过计算机视觉的纹理分析, 3 种金枪鱼纹理指标提取效果较好, 其纹理指标在距离值为 4 时, 变化趋势趋于稳定, 而 3 种金枪鱼的纹理指标方向变化, 其均值方向具有代表性。3 种金枪鱼的因子分析, 第 1 主成分贡献率为 81.10%, 表明提取的 6 个纹理指标意义较大且效果较好。 以期为金枪鱼智能识别奠定前期基础, 也为其他鱼类表型纹理研究提供借鉴和参考。