ValueError：应用 cross_correlation_shifts 时解包的值太多（预期为 2）答案

【问题标题】：ValueError: too many values to unpack (expected 2) while applying cross_correlation_shiftsValueError：应用 cross_correlation_shifts 时解包的值太多（预期为 2）
【发布时间】：2020-12-07 18:53:15
【问题描述】：

我对计算机视觉非常陌生，想了解图像配准。我想应用 cross_correlation_shifts 但我不断收到错误消息。我在jupyter notebook中写的代码如下：

from skimage import io
import image_registration
from image_registration import cross_correlation_shifts
image = io.imread("Images/Mug.jpg")
offset_image = io.imread("Images/rotated_Mug.jpg")
xoff, yoff = image_registration.cross_correlation_shifts(image, offset_image)
print("Offset image ")
print("Pixels shifted by: ", xoff, yoff)

运行与cross_correlation_shifts相关的代码，我得到这个错误：

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-46-0d64c5cb8855> in <module>
----> 1 xoff, yoff = image_registration.cross_correlation_shifts(image, offset_image)
      2 
      3 print("Offset image ")
      4 print("Pixels shifted by: ", xoff, yoff)

/opt/anaconda3/lib/python3.7/site-packages/image_registration/cross_correlation_shifts.py in cross_correlation_shifts(image1, image2, errim1, errim2, maxoff, verbose, gaussfit, return_error, zeromean, **kwargs)
     87         raise ValueError("Cross-correlation image must have same shape as input images.  This can only be violated if you pass a strange kwarg to correlate2d.")
     88 
---> 89     ylen,xlen = image1.shape
     90     xcen = xlen/2-(1-xlen%2)
     91     ycen = ylen/2-(1-ylen%2)

ValueError: too many values to unpack (expected 2)

我使用的图像是同一个杯子。第一个 Mug.jpg 是正常的直线图像，旋转后的图像是同一个 Mug 的图像，但它向右倾斜。

谁能告诉我这里有什么问题？

【问题讨论】：

你能重新格式化错误输出吗？它不是超级可读的。但我认为问题在于图像必须具有相同的形状“互相关图像必须与输入图像具有相同的形状。只有将一个奇怪的 kwarg 传递给 correlate2d 才能违反这一点。”
我更新了格式，希望它更清晰。两个图像的形状和大小属性是相同的，我只是检查以确保。
您的图像看起来是 2D RGB，所以 image1.shape 是（比如说）(512, 512, 3)，即 ylen, xlen, num_channels。您需要以某种方式将它们转换为灰度图像。
@Juan 这是一个很好的提示，谢谢。请把它作为一个答案，以便我可以标记它。有了这个，我不再遇到执行错误，但我仍然没有从图像注册中得到我正在寻找的答案，因为图像似乎没有朝正确的方向旋转。因此，我将进一步调查并可能提出另一个问题。

标签： python computer-vision scikit-image image-registration

【解决方案1】：

您的图像看起来是 2D RGB，因此 image1.shape 是（例如）(512, 512, 3)，即 ylen, xlen, num_channels。您需要以某种方式将它们转换为灰度，例如使用skimage.color.rgb2gray（但请注意，这会将您的图像重新缩放为浮动在 [0, 1] 中）。

【讨论】：