正确转换图像以用于 blob_log
Properly converting an image for use in blob_log
我正在使用 scikit-image 的 blob_log，它接受一个参数 image 并计算其中的斑点。文档说
image - 2D or 3D ndarray
Input grayscale image, blobs are assumed to be light on dark background (white on black).
我有一个预先存在的图像 foo.jpg，然后我使用
将其转换为灰度
from PIL import Image
image_gray = Image.open("foo.jpg").convert('LA')
但是当我在 blob_log 中使用 image_gray 作为参数时出现错误 (AttributeError: ndim)。如何获取灰度图像并将其正确转换为 numpy 数组？谢谢！
你可以这样做：
import numpy as np
from PIL import Image
image_gray = Image.open("foo.jpg").convert('LA')
numpyImage = np.array(image_gray)
我正在使用 scikit-image 的 blob_log，它接受一个参数 image 并计算其中的斑点。文档说
image- 2D or 3D ndarrayInput grayscale image, blobs are assumed to be light on dark background (white on black).
我有一个预先存在的图像 foo.jpg，然后我使用
将其转换为灰度from PIL import Image
image_gray = Image.open("foo.jpg").convert('LA')
但是当我在 blob_log 中使用 image_gray 作为参数时出现错误 (AttributeError: ndim)。如何获取灰度图像并将其正确转换为 numpy 数组？谢谢！
你可以这样做：
import numpy as np
from PIL import Image
image_gray = Image.open("foo.jpg").convert('LA')
numpyImage = np.array(image_gray)