ValueError: Only images with 2 spatial dimensions are supported. If using with color/multichannel im

最新推荐文章于 2023-01-04 22:34:57 发布
最新推荐文章于 2023-01-04 22:34:57 发布
阅读量3.4k 收藏
点赞数
分类专栏： 修BUG 文章标签： python bug hog
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/potato_uncle/article/details/115467022
版权

skimage库 HOG报错

问题描述

我的Python代码为：

des, hog_image = hog(img, orientations=8, pixels_per_cell=(16, 16), 
					cells_per_block=(1, 1), visualize=True, multichannel=True)

此时我的 img 的shape 为 (150, 150)

然后当我在使用 skimage库中的hog时，报了如下错误：

ValueError: Only images with 2 spatial dimensions are supported. If using with color/multichannel images, specify `multichannel=True`.

解决方法

直接把multichannel=True 删掉就行了，简单粗暴~

是土豆大叔啊！
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
If using with color/multichannel images, specify `channel_axis`
sky_learn的博客
04-10 582
使用skimage.feature.hog报错，代码为： fd, hog_image = feature.hog(img, orientations=9, pixels_per_cell=(16, 16),cells_per_block=(2, 2), visualize=True) 报错为： ValueError: Only images with two spatial dimensions are supported. If using with color/multichannel im
CV17 HOG特征提取算法
yzfzzz的博客
04-15 2625
Hog（Histograms of Oriented Gradients，又称方向梯度直方图）概念出自于一篇2005年CVPR论文(Author:Navneet Dalal、Bill Triggs)，内容为：使用HOG+SVM做行人检测 由于它的巨大成功和可靠性，HOG 已成为计算机视觉中应用最广泛的目标检测算法之一
运行python代码报错“TypeError: hog() got an unexpected keyword argument ‘visualise‘”
Yearsdd的博客
07-26 2389
运行python代码报错“TypeError: hog() got an unexpected keyword argument ‘visualise’” 将fd, hog_image = hog(image, orientations=8, pixels_per_cell=(12, 12), cells_per_block=(1, 1), visualise=True) 中的 visualise改成visualize便可正常，即（将字母s改成z）： fd, hog_image = hog(image,
Python图像均衡化报错
qq_40635314的博客
05-25 404
这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 欢迎使用Markdown编辑器 你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Mar
python3.7解决最小二乘遇到ValueError:Expected 2D array, got 1D array instead: array=[5.].关于reshape和predict
01-20
Reshape your data either using array.reshape(-1, 1) if your data has a single feature or array.reshape(1, -1) if it contains a single sample. 翻译过来是： ValueError：预期为2D数组，改为获取1D数组： ...
Python ValueError: invalid literal for int() with base 10 实用解决方法
12-23
ValueError: invalid literal for int() with base 10的错误 网上同样的错误有人建议用round(float(“1.0″))，但是解决不了我这个问题，round(float(“1.0″))是用于解决浮点数转换为整形数的， 而我这个则是因为...
ValueError: Format ‘jpg’ is not supported (supported formats: eps, pdf, pgf, png, ps, raw, rgba, svg
12-22
出错的程序源代码： 看到这个源代码，大家应该疑惑了吧，这是对的啊！！！！ 但是报错了： D:\PycharmProjects\python_project\venv\Scripts\python.exe D:/PycharmProjects/python_project/matplotlib/04绘制一元...
keras报错：ValueError: Cannot create group in read only mode
01-20
keras保存模型时，使用的是m.save_weights，只保存了模型的权重而没有结构，直接使用keras.models.load_model就会报错。所以，可以重新构建相同结构的模型，（m.save_weights）使用m.load_weights；...
Python解析json之ValueError: Expecting property name enclosed in double quotes: line 1 column 2（char 1）
01-20
前言 在Python中提供了json包来方便快捷的解析json字串的转换过程，但是碰到了一个比较奇怪的问题，就是不太正确的json串如何来解析？ 1. 问题的提出 ... File /Users/tonychen/anaconda2/lib/python2.7/json/__
YOLOV5可视化特征层
weixin_49321128的博客
01-04 999
yolov5输出可视化特征层
图像处理MATLAB
qq_42885712的博客
04-09 572
>> A=imread('C:\Users\admin\Desktop\1.jpg'); >> imshow(A) >> A=imread('C:\Users\admin\Desktop\1.jpg');%用imread函数读入图像 >> imwrite(A,'drum.bmp');%可把图像文件写入到MATLAB的目录下 >> info...
python3代码出现‘mat4py.loadmat.ParseError: Only matrices with dimension 2 are supported’错误
weixin_43994864的博客
05-29 1225
这是在python中调用保存有多维矩阵的.mat文件所导致的错误 一般情况下，python代码调用.mat文件时，可以使用以下两个包去完成 import scipy.io as scio import mat4py data_1 = np.zeros((1,2)) data_2 = np.zeros((1,2,3)) a = mat4py.loadmat('data_1.mat') b = scio.loadmat('data_2.mat') print(a) print(b) 但是，mat4
torch.nn.init(nn/init.py)
Richardfan的博客
10-12 3051
torch.nn.init(nn/init.py)该文件定义了一些参数（权重）初始化方法
If only和Only if区别
crfoxzl的专栏
10-23 3958
if only: 要是...多好 Examples: 1. If only he had been here. 要是他当时在这儿就好了。 2. I dread the coming exams. If only I could have time to review my lessons. 我对即将到来的考试非常担心。如果我有时间复习该有多好啊。 3. If only I had another
skimage.feature函数使用说明
weixin_42535423的博客
12-23 5354
featureGenerate noisy image of a squareFirst trial with the Canny filter, with the default smoothingIncrease the smoothing for better resultsonly select one feature over two skimage.feature.blob_dog(image[, min_sigma, …]) Finds blobs in the given grayscale
Pytorch模型训练(2) - 模型初始化
Mingx9527
01-23 6708
本系列来总结Pytorch训练中的模型结构一些内容，包括模型的定义，模型参数化初始化方法，模型的保存与加载等
tensorflow+Python ValueError以及解决方法（后续继续更新）
热门推荐
zseqsc_asd的博客
12-07 1万+
使用python 怎么可能没有ValueError，下面罗列我见到的几种错误，虽然很低级，但是不试过还是很难找到错误的 ValueError: Incompatible type conversion requested to type ‘float32’ for variable of type ‘int32_ref’ 使用tensorflow时，出现在卷积层，原因在于初始化卷积权重或者偏置时，...
ValueError: Dimensions must be equal, but are 784 and 10 for 'add' (op: 'Add') with input shapes: [7
朽木自雕的博客
02-14 8524
ValueError: Dimensions must be equal, but are 784 and 10 for 'add' (op: 'Add') with input shapes: [784,784], [10]. 出现这种错误是由于矩阵位置放错了 #定义两个placeholder x = tf.placeholder(tf.float32, [None, 784]) y ...
上述代码在运行中报错：ValueError: Only images with two spatial dimensions are supported. If using with color/multichannel images, specify `channel_axis`.，试修改之
最新发布
07-15
抱歉，我之前的代码忽略了图像的通道信息。在使用 `feature.hog` 函数进行特征提取时，如果图像是多通道的（例如RGB图像），需要明确指定 `channel_axis` 参数。以下是修改后的代码： ```python import os import numpy as np from sklearn.model_selection import train_test_split from sklearn.svm import SVC from sklearn.metrics import accuracy_score from skimage import feature from skimage.io import imread # 读取不戴口罩的照片 X_unmasked = [] y_unmasked = [] unmasked_folder = "X_processed" for folder_name in os.listdir(unmasked_folder): if folder_name.startswith("s"): folder_path = os.path.join(unmasked_folder, folder_name) for file_name in os.listdir(folder_path): image_path = os.path.join(folder_path, file_name) image = imread(image_path) # 使用 skimage.io.imread 读取照片 x_feature = feature.hog(image, orientations=8, pixels_per_cell=(10, 10), cells_per_block=(1, 1), visualize=False, multichannel=True) X_unmasked.append(x_feature) y_unmasked.append(0) # 不戴口罩类别标签为0 # 读取戴口罩的照片 X_masked = [] y_masked = [] masked_folder = "X_masked" for folder_name in os.listdir(masked_folder): if folder_name.startswith("s"): folder_path = os.path.join(masked_folder, folder_name) for file_name in os.listdir(folder_path): image_path = os.path.join(folder_path, file_name) image = imread(image_path) # 使用 skimage.io.imread 读取照片 x_feature = feature.hog(image, orientations=8, pixels_per_cell=(10, 10), cells_per_block=(1, 1), visualize=False, multichannel=True) X_masked.append(x_feature) y_masked.append(1) # 戴口罩类别标签为1 # 将特征和标签转换为NumPy数组 X = np.concatenate([X_unmasked, X_masked]) y = np.concatenate([y_unmasked, y_masked]) # 分割训练集和测试集 X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42) # 创建并拟合支持向量机模型 svm_model = SVC() svm_model.fit(X_train, y_train) # 在测试集上进行预测 y_pred = svm_model.predict(X_test) # 计算准确率 accuracy = accuracy_score(y_test, y_pred) # 输出准确率 print("准确率:", accuracy) ``` 在修改后的代码中，我使用了 `skimage.io.imread` 函数来读取照片，并在调用 `feature.hog` 函数时，设置了 `multichannel=True` 参数来指示图像是多通道的。这样可以确保 `feature.hog` 函数正确处理多通道图像。 请注意，你可能需要在运行代码之前确保已安装所需的库。你可以使用 `pip` 命令来安装缺少的库，例如 `pip install scikit-image`。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

是土豆大叔啊！

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值