'The parameter `image` must be a 2-dimensional array'
'The parameter `image` must be a 2-dimensional array'
我正在尝试通过 scikit-image 提取 orb 特征，但出现错误 The parameter image must be a 2-dimensional array。我将它转换为灰度，所以图像实际上是二维的。
from skimage.feature import ORB
from skimage.color import rgb2gray
def find_orb(img, n_keypoints=2000, **kwargs):
descriptor_extractor = ORB(n_keypoints, **kwargs)
descriptor_extractor.detect_and_extract(rgb2gray(img))
return descriptor_extractor.keypoints, descriptor_extractor.descriptors
pano_image_collection = io.ImageCollection('jpeg/lowres/8_*.jpg',
load_func=lambda f:io.imread(f).astype(np.float32) / 255)
img = pano_image_collection[0]
keypoints, descriptors = find_orb(img)
这就是错误
ValueError Traceback (most recent call last)
<ipython-input-5-5dce31f8d3f4> in <module>()
----> 7 keypoints, descriptors = find_orb(img)
<ipython-input-4-26e09ccf38ce> in find_orb(img, n_keypoints, **kwargs)
14 descriptor_extractor = ORB(n_keypoints, **kwargs)
---> 15 descriptor_extractor.detect_and_extract(rgb2gray(img))
16 return descriptor_extractor.keypoints, descriptor_extractor.descriptors
/usr/local/lib/python3.6/site-packages/skimage/feature/orb.py in detect_and_extract(self, image)
302
303 keypoints, orientations, responses = \
--> 304 self._detect_octave(octave_image)
305
306 if len(keypoints) == 0:
/usr/local/lib/python3.6/site-packages/skimage/feature/orb.py in _detect_octave(self, octave_image)
139 # Extract keypoints for current octave
140 fast_response = corner_fast(octave_image, self.fast_n,
--> 141 self.fast_threshold)
142 keypoints = corner_peaks(fast_response, min_distance=1)
143
/usr/local/lib/python3.6/site-packages/skimage/feature/corner.py in corner_fast(image, n, threshold)
745
746 """
--> 747 image = _prepare_grayscale_input_2D(image)
748
749 image = np.ascontiguousarray(image)
/usr/local/lib/python3.6/site-packages/skimage/feature/util.py in _prepare_grayscale_input_2D(image)
140 def _prepare_grayscale_input_2D(image):
141 image = np.squeeze(image)
--> 142 assert_nD(image, 2)
143 return img_as_float(image)
144
/usr/local/lib/python3.6/site-packages/skimage/_shared/utils.py in assert_nD(array, ndim, arg_name)
176 raise ValueError(msg_empty_array % (arg_name))
177 if not array.ndim in ndim:
--> 178 raise ValueError(msg_incorrect_dim % (arg_name, '-or-'.join([str(n) for n in ndim])))
179
180
ValueError: The parameter `image` must be a 2-dimensional array
恐怕我帮不了你了：
我用调试器 运行 它在 ORB 内部创建的金字塔第二层的图像只有一个条目和形状 (1, 1)，它将被缩减为一维图像随后 np.squeeze 调用。
更新：Op (Daria Musatkina) 找到了问题的解决方案，引用：
这里的问题是 orb 的第一个参数是下采样而不是 n_keypoints。这就是为什么创建形状为 (1, 1) 的八度。
作为参考，ORB API doc
我最初的回答是错误的（见下面的评论）：
我假设您的图像是 RGB，它可能作为 2D + 通道（总共 3D）numpy.ndarray 和 uint8 个条目导入。 ndarray.astype 不改变图像的维度，只改变数据类型。而不是 uint8 的 3D 数组，您现在有一个具有相同值的 float32 的 3D 数组（这里不考虑任何数值错误）。因此，你没有转换成灰度space，你只是改变了数组的数据类型。例如，您可以尝试沿通道轴使用 np.mean。
我正在尝试通过 scikit-image 提取 orb 特征，但出现错误 The parameter image must be a 2-dimensional array。我将它转换为灰度，所以图像实际上是二维的。
from skimage.feature import ORB
from skimage.color import rgb2gray
def find_orb(img, n_keypoints=2000, **kwargs):
descriptor_extractor = ORB(n_keypoints, **kwargs)
descriptor_extractor.detect_and_extract(rgb2gray(img))
return descriptor_extractor.keypoints, descriptor_extractor.descriptors
pano_image_collection = io.ImageCollection('jpeg/lowres/8_*.jpg',
load_func=lambda f:io.imread(f).astype(np.float32) / 255)
img = pano_image_collection[0]
keypoints, descriptors = find_orb(img)
这就是错误
ValueError Traceback (most recent call last)
<ipython-input-5-5dce31f8d3f4> in <module>()
----> 7 keypoints, descriptors = find_orb(img)
<ipython-input-4-26e09ccf38ce> in find_orb(img, n_keypoints, **kwargs)
14 descriptor_extractor = ORB(n_keypoints, **kwargs)
---> 15 descriptor_extractor.detect_and_extract(rgb2gray(img))
16 return descriptor_extractor.keypoints, descriptor_extractor.descriptors
/usr/local/lib/python3.6/site-packages/skimage/feature/orb.py in detect_and_extract(self, image)
302
303 keypoints, orientations, responses = \
--> 304 self._detect_octave(octave_image)
305
306 if len(keypoints) == 0:
/usr/local/lib/python3.6/site-packages/skimage/feature/orb.py in _detect_octave(self, octave_image)
139 # Extract keypoints for current octave
140 fast_response = corner_fast(octave_image, self.fast_n,
--> 141 self.fast_threshold)
142 keypoints = corner_peaks(fast_response, min_distance=1)
143
/usr/local/lib/python3.6/site-packages/skimage/feature/corner.py in corner_fast(image, n, threshold)
745
746 """
--> 747 image = _prepare_grayscale_input_2D(image)
748
749 image = np.ascontiguousarray(image)
/usr/local/lib/python3.6/site-packages/skimage/feature/util.py in _prepare_grayscale_input_2D(image)
140 def _prepare_grayscale_input_2D(image):
141 image = np.squeeze(image)
--> 142 assert_nD(image, 2)
143 return img_as_float(image)
144
/usr/local/lib/python3.6/site-packages/skimage/_shared/utils.py in assert_nD(array, ndim, arg_name)
176 raise ValueError(msg_empty_array % (arg_name))
177 if not array.ndim in ndim:
--> 178 raise ValueError(msg_incorrect_dim % (arg_name, '-or-'.join([str(n) for n in ndim])))
179
180
ValueError: The parameter `image` must be a 2-dimensional array
恐怕我帮不了你了：
我用调试器 运行 它在 ORB 内部创建的金字塔第二层的图像只有一个条目和形状 (1, 1)，它将被缩减为一维图像随后 np.squeeze 调用。
更新：Op (Daria Musatkina) 找到了问题的解决方案，引用：
这里的问题是 orb 的第一个参数是下采样而不是 n_keypoints。这就是为什么创建形状为 (1, 1) 的八度。
作为参考，ORB API doc
我最初的回答是错误的（见下面的评论）：
我假设您的图像是 RGB，它可能作为 2D + 通道（总共 3D）numpy.ndarray 和 uint8 个条目导入。 ndarray.astype 不改变图像的维度，只改变数据类型。而不是 uint8 的 3D 数组，您现在有一个具有相同值的 float32 的 3D 数组（这里不考虑任何数值错误）。因此，你没有转换成灰度space，你只是改变了数组的数据类型。例如，您可以尝试沿通道轴使用 np.mean。