python - 如何在 python 中使用 scikit-image graycomatrix() -function？

Question

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该任务，但由于出现以下错误，我似乎对该过程不了解：

ValueError：缓冲区源数组是只读的

（完整的跟踪可以在下面找到）

所以这就是我所做的：

将（PIL）图像转换为具有 8 个量化级别的灰度：

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 = graycomatrix（img，距离=[1]，角度=[0，np.pi/4，np.pi/2]，级别=256，对称=真，规范=真）

_glcm_loop（图像，距离，角度，水平，P）

文件“skimage/feature/_texture.pyx”，第 18 行，在 skimage.feature._texture._glcm_loop

View.MemoryView.memoryview_cwrapper 中的文件“stringsource”，第 654 行

View.MemoryView.memoryview._cinit__ 中的文件“stringsource”，第 349 行 ValueError：缓冲区源数组是只读的

我一直试图对参数感到刺痛，但我似乎无法弄清楚，为什么会发生这种情况。计算 glcm 矩阵的正确方法是什么？

更新

问题在于灰度转换。需要进行以下更改：

import numpy as np

greyImg = np.array(img.convert('L', colors=8))

标签： pythonnumpypython-imaging-libraryscikit-imageglcm

Answer 1

该函数greycomatrix需要一个 NumPyndarray而不是 PILImage对象。你需要greyImg像这样转换：

import numpy as np

greyImg = np.asarray(img.convert('L', colors=8))