（scikit-image）HOG可视化图像在保存时显示为黑色

Question

我是计算机视觉和图像处理的新手，我正在使用此代码

from skimage.feature import hog
hog_list, hog_img = hog(test_img_gray, 
                        orientations=8, 
                        pixels_per_cell=(16, 16), cells_per_block=(1, 1),
                        block_norm='L1', 
                        visualise=True,
                        feature_vector=True)
plt.figure(figsize=(15,10))
plt.imshow(hog_img)

获取此HOG可视化图像

此时我有两个问题：

1. 当我尝试保存此图像（作为.pdf或.jpg）时，生成的图像为纯黑色。将此图像转换为PIL格式并使用

   进行检查

   hog_img_pil = Image.fromarray(hog_img) hog_img_pil.show()

仍然将图像显示为纯黑色。为什么会发生这种情况？我该如何解决？

1. 当我尝试运行此代码时

   hog_img = cv2.cvtColor(hog_img, cv2.COLOR_BGR2GRAY)

将图像转换为灰度我收到错误error: (-215) depth == CV_8U || depth == CV_16U || depth == CV_32F in function cvtColor。我需要做什么才能使这个图像成为灰度图像？为什么会这样？

作为附加信息，运行hog_img.shape会返回(1632, 1224)，这只是图像的大小，我最初解释为表示图像已经是灰度（因为它似乎是缺少颜色通道的尺寸）。但是，当我试图运行时

test_img_bw = cv2.adaptiveThreshold(
    src=hog_img, 
    maxValue=255, 
    adaptiveMethod=cv2.ADAPTIVE_THRESH_GAUSSIAN_C, 
    thresholdType=cv2.THRESH_BINARY, 
    blockSize=115, C=4)

我收到错误error: (-215) src.type() == CV_8UC1 in function adaptiveThreshold，其中this回答似乎表明图片不是灰度。

最后，另一点有用的信息是，在图片上运行print(hog_img.dtype)会返回float64。

在此期间我将继续调试

感谢您的任何想法：）

Answer 1

1. 使用hog_img_inv = cv2.bitwise_not(hog_img)反转图像并使用 plt.figure(figsize=(15,10)) plt.imshow(hog_img_uint8_inv) 表明这些线条实际上在那里，但非常微弱（我已将这些图像包含在这里用于通信，但你可以看到它（但相信我，它就在那里））。我将不得不对图像进行更多处理以使线条更加清晰。

2. 正在运行print(hog_img.dtype)时显示dtype为float64时（我认为）它应该是uint8。我通过运行hog_img_uint8 = hog_img.astype(np.uint8)来修复此问题，这似乎解决了将图像传递给其他算法（例如cv2.adaptiveThreshold）的问题。

Answer 2

如果遇到同样的问题。但如果您查看docu内部，他们也会使用此代码进行更好的可视化：

status

但我仍有同样的问题。使用matplotlib进行可视化是没有问题的。使用opencv（或skimage）保存图像只保存黑色图像...