scikit-image 转换 ValueError：缓冲区不是 C 连续的答案

【问题标题】：scikit-image transform ValueError: Buffer not C contiguousscikit-image 转换 ValueError：缓冲区不是 C 连续的
【发布时间】：2015-01-01 14:52:25
【问题描述】：

我正在使用 skimage 转换模块的 resize 方法。

并非总是如此，但有时，我在这一行遇到错误：

candidate = resize(np.copy(img[candidate_box[0]:candidate_box[2],candidate_box[1]:candidate_box[3]]), (50,100))

它告诉我：

ValueError: Buffer not C contiguous

我该如何解决这个问题？

【问题讨论】：

可能与stackoverflow.com/questions/21811633/…重复
您能否提供一个自包含的 sn-p 来显示此行为？那不应该发生，如果发生了，那是我想修复的错误。调整非连续数组的大小适用于我的系统。

标签： python numpy buffer scikit-image

【解决方案1】：

重塑（和其他操作）有时会破坏数组的连续性。您可以通过查看flags 来检查是否发生这种情况：

>>> a = np.arange(10).reshape(5, 2).T
>>> a.flags
  C_CONTIGUOUS : False # reshaped array is no longer C contiguous
  F_CONTIGUOUS : True
  OWNDATA : False
  WRITEABLE : True
  ALIGNED : True
  UPDATEIFCOPY : False

尝试使用 np.ascontiguousarray 制作数组的 C 连续副本：

 >>> b = np.ascontiguousarray(a)
 >>> b.flags
  C_CONTIGUOUS : True # array b is a C contiguous copy of array a
  F_CONTIGUOUS : False
  OWNDATA : True
  WRITEABLE : True
  ALIGNED : True
  UPDATEIFCOPY : False

该函数返回一个与目标数组具有相同形状和值的数组，但返回的数组存储为 C 连续数组。

【讨论】：

你建议我在哪里添加 ascontiguousarray 部分？我正在尝试这样：candidate = resize(np.ascontiguousarray(img[candidate_box[0]:candidate_box[2],candidate_box[1]:candidate_box[3]]), (50,100))
@user961627 是的，如果resize 要求数组是 C 连续的，那似乎是一个使用它的好地方。

【解决方案2】：

我发现一个错误可能会引发此异常。确保您的区域在您的图片中。例如，假设您的图像是 300x200，您的区域是 [199:299, 100:199]。注释 299>200。如果你执行 resize(image[100:199, 199:299])，你会看到这个错误。

希望对你有帮助。

【讨论】：