如何在python中使用scikit-image greycomatrix（）函数？

Posted 2021-03-26

我正在尝试从图像中计算灰度共生矩阵以进行特征提取。我正在使用greycomatrix执行任务，但由于我收到以下错误，似乎有一些我不了解的过程：

ValueError：缓冲区源数组是只读的

（完整的痕迹可以在下面找到）

所以这就是我所做的：

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，distance = [1]，angles = [0，np.pi / 4，np.pi / 2]，levels = 256，symmetric = True，normed = True）

_glcm_loop（图像，距离，角度，等级，P）

在skimage.feature._texture._glcm_loop中输入第18行的文件“skimage / feature / _texture.pyx”

在View.MemoryView.memoryview_cwrapper中输入“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

我一直在尝试与参数混合，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？

Update

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))

答案

函数greycomatrix期望NumPy ndarray而不是PIL Image对象。你需要像这样转换greyImg：

import numpy as np

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