如何在python中使用scikit-image greycomatrix（）-函数？

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进行此任务，但是由于出现以下错误，因此我对该过程似乎不了解：

  

ValueError：缓冲区源数组为只读

（完整的跟踪信息可以在下面找到）

这就是我所做的：

通过8种量化级别将（PIL）图像转换为灰度：

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)

这会导致一个相当隐秘的错误：

  

glcm =灰色comatrix（img，距离= [1]，角度= [0，np.pi / 4，np.pi / 2]，级别= 256，对称= True，normed = True）

     

_glcm_loop（图像，距离，角度，水平，P）

     

skimage.feature._texture._glcm_loop中的文件“ skimage / feature / _texture.pyx”，第18行

     

View.MemoryView.memoryview_cwrapper中的文件“ stringsource”（行654）

     

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

我一直在尝试刺耳参量，但我似乎不知道为什么会这样。计算glcm矩阵的正确方法是什么？

更新

问题出在灰度转换中。 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。您需要像这样转换greyImg：

import numpy as np

greyImg = np.asarray(img.convert('L', colors=8))