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/

10-11 00:15