[已解决]请告诉我报错原因，并给予改正。

Justheartyoung

代码：
from skimage.segmentation import slic
from skimage.segmentation import mark_boundaries
from skimage.util import img_as_float
from skimage import io
import matplotlib.pyplot as plt
# Load the image
image = img_as_float(io.imread('C:\\Users\\WINDOWS\\Desktop\\taiyuan\\python\\seg.png'))
# Apply SLIC and extract (approximately) the supplied number of segments
segments = slic(image, n_segments = 100, sigma = 5)
# Show the output of SLIC
fig = plt.figure("Superpixels")
ax = fig.add_subplot(1, 1, 1)
ax.imshow(mark_boundaries(image, segments))
plt.axis("off")
报错：
Traceback (most recent call last):
  File "C:\Users\WINDOWS\Desktop\taiyuan\python\segement.py", line 13, in <module>
    ax.imshow(mark_boundaries(image, segments))
  File "F:\anaconda\setup\lib\site-packages\skimage\segmentation\boundaries.py", line 239, in mark_boundaries
    marked[boundaries] = color
ValueError: shape mismatch: value array of shape (3,) could not be broadcast to indexing result of shape (18932,4)

Process finished with exit code 1

最佳答案

月排行榜 / 总排行榜

学习编程中的Ben

2023-8-7 15:51:00

问题分析：
报错信息显示在执行ax.imshow(mark_boundaries(image, segments))时出现了错误。具体错误提示为：ValueError: shape mismatch: value array of shape (3,) could not be broadcast to indexing result of shape (18932,4)。

错误原因：
该错误通常出现在调用mark_boundaries函数时，给定的颜色数组与边界数组的形状不匹配。在这种情况下，颜色数组有一个长度为3的维度，而边界数组带有两个维度（一个表示像素位置，另一个表示标签）。

解决方法：
修改代码中的颜色数组，确保其形状与边界数组匹配。将颜色数组由长度为3的一维数组修改为具有四个元素的二维数组。每个元素表示RGBA颜色值，其中A表示透明度。

以下是修改后的代码：

1. from skimage.segmentation import slic
2. from skimage.segmentation import mark_boundaries
3. from skimage.util import img_as_float
4. from skimage import io
5. import matplotlib.pyplot as plt
7. # Load the image
8. image = img_as_float(io.imread('C:\\Users\\WINDOWS\\Desktop\\taiyuan\\python\\seg.png'))
10. # Apply SLIC and extract (approximately) the supplied number of segments
11. segments = slic(image, n_segments=100, sigma=5)
13. # Show the output of SLIC
14. fig = plt.figure("Superpixels")
15. ax = fig.add_subplot(1, 1, 1)
17. # Modify the color array to match the shape of the boundaries array
18. color = [[1, 0, 0, 1]]  # Red color with opacity
19. ax.imshow(mark_boundaries(image, segments, color))
21. plt.axis("off")
22. plt.show()

复制代码

在修改后的代码中，我们将颜色数组修改为[[1, 0, 0, 1]]，代表红色和不透明度为1。这样，颜色数组的形状就与边界数组匹配了。

请尝试运行修改后的代码，查看是否可以成功显示带有颜色边界的图像。如有其他问题，请随时提问。

如果回答对你有帮助，请给我一个最佳答案！

跳转到最佳答案楼层

陶远航

报错原因是在使用mark_boundaries函数时，value数组的形状与索引结果的形状不匹配。

以下是修改后的代码：

1. from skimage.segmentation import slic, mark_boundaries
   
2. from skimage.util import img_as_float
   
3. from skimage import io
   
4. import matplotlib.pyplot as plt
   
5. 
   
6. # Load the image
   
7. image = img_as_float(io.imread('C:\\Users\\WINDOWS\\Desktop\\taiyuan\\python\\seg.png'))
   
8. 
   
9. # Apply SLIC and extract (approximately) the supplied number of segments
   
10. segments = slic(image, n_segments=100, sigma=5)
    
11. 
    
12. # Show the output of SLIC
    
13. fig, ax = plt.subplots(1, 1, figsize=(10, 10))
    
14. ax.imshow(mark_boundaries(image, segments))
    
15. 
    
16. plt.axis("off")
    
17. plt.show()
    

复制代码

修改说明：
1. 导入了正确的模块，从skimage.segmentation中导入slic和mark_boundaries函数。
2. 使用subplots创建画布，并通过ax.imshow显示图像。
3. 调整了画布大小，使得更适合显示图像。
4. 使用plt.show()函数显示图像。

请注意检查图片路径是否正确，确保图片存在，并且保持安装的库版本更新。
如果问题已经解决，请设置最佳答案

isdkz

报错的原因是值数组的形状与索引结果的形状不匹配。具体来说，值数组的形状为(3,)，而索引结果的形状为(18932,4)。

这个错误通常是由于传递给mark_boundaries函数的颜色参数的形状不正确导致的。mark_boundaries函数期望的颜色参数是一个形状为(n, 3)的数组，其中n是边界的数量。而在这里，颜色参数的形状为(3,)，与期望的形状不匹配。

要解决这个问题，你需要确保传递给mark_boundaries函数的颜色参数的形状是正确的。你可以将颜色参数重新定义为一个形状为(n, 3)的数组，其中n是边界的数量。你可以使用numpy库的reshape函数来改变数组的形状。

以下是修改后的代码：

1. from skimage.segmentation import slic
   
2. from skimage.segmentation import mark_boundaries
   
3. from skimage.util import img_as_float
   
4. from skimage import io
   
5. import matplotlib.pyplot as plt
   
6. 
   
7. # Load the image
   
8. image = img_as_float(io.imread('C:\\Users\\WINDOWS\\Desktop\\taiyuan\\python\\seg.png'))
   
9. 
   
10. # Apply SLIC and extract (approximately) the supplied number of segments
    
11. segments = slic(image, n_segments=100, sigma=5)
    
12. 
    
13. # Create an array of colors with shape (n, 3)
    
14. colors = np.random.rand(len(np.unique(segments)), 3)
    
15. 
    
16. # Show the output of SLIC
    
17. fig = plt.figure("Superpixels")
    
18. ax = fig.add_subplot(1, 1, 1)
    
19. ax.imshow(mark_boundaries(image, segments, color=colors))
    
20. plt.axis("off")
    
21. plt.show()
    

复制代码

在这个修改后的代码中，我们首先使用numpy库的random.rand函数创建了一个形状为(n, 3)的随机颜色数组，其中n是边界的数量。然后，我们将这个颜色数组作为颜色参数传递给mark_boundaries函数，确保颜色参数的形状与期望的形状匹配。

希望这个解决方案对你有帮助！

学习编程中的Ben

问题分析：
报错信息显示在执行ax.imshow(mark_boundaries(image, segments))时出现了错误。具体错误提示为：ValueError: shape mismatch: value array of shape (3,) could not be broadcast to indexing result of shape (18932,4)。

错误原因：
该错误通常出现在调用mark_boundaries函数时，给定的颜色数组与边界数组的形状不匹配。在这种情况下，颜色数组有一个长度为3的维度，而边界数组带有两个维度（一个表示像素位置，另一个表示标签）。

解决方法：
修改代码中的颜色数组，确保其形状与边界数组匹配。将颜色数组由长度为3的一维数组修改为具有四个元素的二维数组。每个元素表示RGBA颜色值，其中A表示透明度。

以下是修改后的代码：

1. from skimage.segmentation import slic
2. from skimage.segmentation import mark_boundaries
3. from skimage.util import img_as_float
4. from skimage import io
5. import matplotlib.pyplot as plt
7. # Load the image
8. image = img_as_float(io.imread('C:\\Users\\WINDOWS\\Desktop\\taiyuan\\python\\seg.png'))
10. # Apply SLIC and extract (approximately) the supplied number of segments
11. segments = slic(image, n_segments=100, sigma=5)
13. # Show the output of SLIC
14. fig = plt.figure("Superpixels")
15. ax = fig.add_subplot(1, 1, 1)
17. # Modify the color array to match the shape of the boundaries array
18. color = [[1, 0, 0, 1]]  # Red color with opacity
19. ax.imshow(mark_boundaries(image, segments, color))
21. plt.axis("off")
22. plt.show()

复制代码

在修改后的代码中，我们将颜色数组修改为[[1, 0, 0, 1]]，代表红色和不透明度为1。这样，颜色数组的形状就与边界数组匹配了。

请尝试运行修改后的代码，查看是否可以成功显示带有颜色边界的图像。如有其他问题，请随时提问。

如果回答对你有帮助，请给我一个最佳答案！