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 来完成任务，但我似乎对这个过程有些不理解，因为我收到了以下错误：

ValueError: 缓冲区源数组是只读的

（完整的跟踪可以在下面找到）

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)

这会导致一个相当神秘的错误：

glcm = graycomatrix(img, distances=[1], Angles=[0, np.pi/4, np.pi/2], levels=256, symmetric=True, normed=True)

_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 中

文件“stringsource”，第 654 行，在 View.MemoryView.memoryview_cwrapper 中

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

我一直在尝试对参数感到刺痛，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))

Answer 1

函数 greycomatrix 需要 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))