我正在尝试从图像中计算灰度共现矩阵以进行特征提取。我正在使用greycomatrix来执行任务，但是由于出现以下错误，所以我似乎对该过程有些不了解：
ValueError：缓冲区源数组为只读
（完整的跟踪可以在下面找到）
所以这是我所做的：
使用8个量化级别将（PIL）图像转换为灰度：
greyImg = img.convert('L', colors=8)
然后计算glcm矩阵：
glcm = greycomatrix(greyImg, distances=[1], angles=[0, np.pi/4, np.pi/2],
symmetric=True, normed=True)
这导致了一个相当神秘的错误：
glcm = greycomatrix（img，距离= [1]，角度= [0，np.pi / 4，np.pi / 2]，等级= 256，对称= True，normed = True）
_glcm_loop（图像，距离，角度，水平，P）
skimage.feature._texture._glcm_loop中的文件“ skimage / feature / _texture.pyx”，第18行
View.MemoryView.memoryview_cwrapper中的文件“ stringsource”，行654
View.MemoryView.memoryview._cinit__中的文件“ stringsource”，行349
ValueError：缓冲区源数组为只读
我一直在尝试刺痛参数，但似乎无法弄清楚为什么会这样。计算glcm矩阵的正确方法是什么？
更新资料
问题出在灰度转换中。
需要进行以下更改：
import numpy as np
greyImg = np.array(img.convert('L', colors=8))
最佳答案
函数greycomatrix需要NumPy ndarray而不是PIL Image对象。您需要像这样转换greyImg：
import numpy as np
greyImg = np.asarray(img.convert('L', colors=8))
关于python - 如何在python中使用scikit-image greycomatrix()-函数？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/55809188/