ValueError：对象对于所需数组来说太深在 np.digitize 函数中

Question

我正在尝试使用 np.digitize 函数进行图像量化，但不断收到“太深”错误。
根据文档，支持 2d 和 1d 数组，但没有一个对我有用。 将 numpy 导入为 np 将 matplotlib.pyplot 导入为 plt 将 matplotlib.image 导入为 mpimg

def rgb2gray(rgb):
    return np.dot(rgb[...,:3], [0.299, 0.587, 0.114])

def quant_img(img, N):
    bins = np.array([range(0,N)])
    inds = np.digitize(img, bins)
    return inds

img = mpimg.imread("img.jpg")     
gray = rgb2gray(img)
gray_qaunt = quant_img(gray,10)

错误是

ValueError                                Traceback (most recent call last)
<ipython-input-30-f751f38c519e> in <module>()
     17 gray = rgb2gray(img)
---> 18 gray_qaunt = quant_img(gray,10)


<ipython-input-30-f751f38c519e> in quant_img(img, N)
---> 13     inds = np.digitize(img, bins)
     14     return inds


ValueError: object too deep for desired array

编辑：我也尝试过使用一维数组进行装箱，但效果不佳

def quant_img(img, N):
    bins = np.array([range(0,N)])
    img = np.array(img.flatten())
    inds = np.digitize(img, bins)
    return inds

编辑：感谢@Warren Weckesser，我注意到np.array(range(0,X)) 实际上是一个二维数组，这是导致问题的原因。

Answer 1

鉴于您使用的是 np.digitize，我建议您检查 numpy 版本，因为它在有关输入值的文档中说明了这一点：

要分箱的输入数组。在 NumPy 1.10.0 之前，这个数组必须是 一维，但现在可以有任何形状。