1.RuntimeError: filter weights array has incorrect shape.
原代码如下:
import cv2
import numpy as np
from scipy import ndimage
kernel133 = np.array([
[-1, -1, -1],
[-1, 8, -1],
[-1, -1, -1]
])
kernel133_D = np.array([
[1, 1, 1],
[1, -8, 1],
[1, 1, 1]
])
img = cv2.imread('jj.jpg') ###待调试
img = ndimage.convolve(img, kernel133_D)
cv2.imshow('enhanced', img)
cv2.waitKey(0)
代码是使用卷积核处理图像,kernel133计算中央像素与周围临近像素的亮度差值,若亮度差距过大,本身图像的中央亮度较少,经卷积核处理后,中央像素亮度会增加,即如果一个像素比其他周围像素更加突出,会提升其本身的亮度。kernel133_D相反,若一个像素比周围的像素更暗,就会进一步的减少。
函数ndimage:多维图像处理的函数库,包含图像滤波器,傅里叶变换,图像的旋转拉伸以及测量和形态学处理等。
错误解决:报错原因说是"滤波器权重数组形状不匹配",一般问题出在数据上,即输入矩阵,可以通过输出img的方式,观察该矩阵,是否为二维矩阵,如果不是,添加参数如下,进行调试。
img = cv2.imread('jj.jpg', cv2.IMREAD_GRAYSCALE)
或者:
img = cv2.imread('jj.jpg', 0)#0表示加载一张灰度图。
参考《tensorflow深度学习应用实践》-王晓华著