TypeError：切片索引必须是整数或无或具有 __index__ 方法（Albumentations/NumPy）答案

【问题标题】：TypeError: slice indices must be integers or None or have an __index__ method (Albumentations/NumPy)TypeError：切片索引必须是整数或无或具有 __index__ 方法（Albumentations/NumPy）
【发布时间】：2021-08-21 01:07:56
【问题描述】：

大家好，请您帮我解决一下随机作物增强的问题。 TypeError：切片索引必须是整数或无或具有 index 方法

代码如下。

!conda install -c conda-forge gdcm -y

import os

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

from PIL import Image
import cv2 as cv
import albumentations as A

import pydicom
from pydicom.pixel_data_handlers.util import apply_voi_lut

from tqdm.auto import tqdm

def read_img(path, voi_lut=True, fix_monochrome=True):
    dcm = pydicom.read_file(path)
    
    if voi_lut:
        img = apply_voi_lut(dcm.pixel_array, dcm)
    else:
        img = dcm.pixel_array
        
    if fix_monochrome and dcm.PhotometricInterpretation == "MONOCHROME1":
        img = np.amax(img) - img
        
    img = img - np.min(img)
    img = img / np.max(img)
    img = (img * 255).astype(np.uint8)
    
    return img

def resize_img(img, size, pad=True, resample=Image.LANCZOS):
    img = np.array(img)
    
    if pad:
        max_width = 4891
        max_height = 4891
        
        img = np.pad(img, ((0, max_height - img.shape[0]), (0, max_width - img.shape[1]), (0, 0)))
        
    img = img.resize((size, size), resample)
    
    return img

def augment_img(img, clahe=True, albumentations=True):
    if clahe:
        clahe = cv.createCLAHE(clipLimit=15.0, tileGridSize=(8,8))
        img = clahe.apply(img)
    else:
        img = cv.equalizeHist(img)
        
    if albumentations:
        img = np.stack((img, ) * 3, axis=-1)
        
        transform = A.Compose([
            A.RandomSunFlare(p=0.2), 
            A.RandomFog(p=0.2), 
            A.RandomBrightness(p=0.2),
            A.RandomCrop(p=1.0, width=img.shape[0] / 2, height=img.shape[1] / 2), 
            A.Rotate(p=0.2, limit=90),
            A.RGBShift(p=0.2), 
            A.RandomSnow(p=0.2),
            A.HorizontalFlip(p=0.2), 
            A.VerticalFlip(p=0.2), 
            A.RandomContrast(p=0.2, limit=0.2),
            A.HueSaturationValue(p=0.2, hue_shift_limit=20, sat_shift_limit=30, val_shift_limit=50)
        ])
        
        img = transform(image=img)["image"]
        
    return img

img = read_img('../input/siim-covid19-detection/test/00188a671292/3eb5a506ccf3/3dcdfc352a06.dcm') #You can replace this with any .dcm filepath on your system
img = augment_img(img)
img = resize_img(img, 1024)
plt.imshow(img, cmap='gray')

这是针对 SIIM Kaggle 比赛的。我不知道如何解决这个问题，问题只是随机裁剪。我尝试在线搜索，但无法搜索。

【问题讨论】：

标签： numpy image-processing python-imaging-library data-augmentation albumentations

【解决方案1】：

我认为错误在这一行：

A.RandomCrop(p=1.0, width=img.shape[0] / 2, height=img.shape[1] / 2)

这里的问题是你的宽度和高度可能不是整数，但它们必须是。

检查Albumentations RandomCrop documentation。

这就是解决方案。

将宽度和高度参数显式转换为整数：

A.RandomCrop(p=1.0, width=int(img.shape[0] / 2), height=int(img.shape[1] / 2))

使用整数除法：

A.RandomCrop(p=1.0, width=img.shape[0] // 2, height=img.shape[1] // 2)

如果有帮助请告诉我！

【讨论】：