Question

我正在尝试使用np.digitize函数进行图像量化，但始终会出现“过深”错误。
根据文档，2d和1d数组都受支持，但没有一个对我有用。将numpy导入为np 导入matplotlib.pyplot作为plt 将matplotlib.image导入为mpimg

def rgb2gray(rgb):
    return np.dot(rgb[...,:3], [0.299, 0.587, 0.114])

def quant_img(img, N):
    bins = np.array([range(0,N)])
    inds = np.digitize(img, bins)
    return inds

img = mpimg.imread("img.jpg")     
gray = rgb2gray(img)
gray_qaunt = quant_img(gray,10)

，错误是

ValueError                                Traceback (most recent call last)
<ipython-input-30-f751f38c519e> in <module>()
     17 gray = rgb2gray(img)
---> 18 gray_qaunt = quant_img(gray,10)


<ipython-input-30-f751f38c519e> in quant_img(img, N)
---> 13     inds = np.digitize(img, bins)
     14     return inds


ValueError: object too deep for desired array

编辑：我也尝试过将1d数组与bin绑定，但是效果不佳

def quant_img(img, N):
    bins = np.array([range(0,N)])
    img = np.array(img.flatten())
    inds = np.digitize(img, bins)
    return inds

编辑：感谢@Warren Weckesser，我注意到np.array(range(0,X))实际上是二维数组，是造成问题的原因。

Answer 1

鉴于您使用的是np.digitize，建议您检查numpy版本，如文档中关于输入值的说明：

要合并的输入数组。在NumPy 1.10.0之前，此数组必须为一维，但现在可以具有任何形状。

ValueError：对象太深，无法在np.digitize函数中使用所需的数组

1 个答案: