Python 渐变适用于一张照片，但不适用于其他照片

我试着用Scipy指南来进行图像分析，把事情弄得一团糟，但当我改变图像时，很多都不起作用。比如说,

import skdemo
from skimage import data
# Rename module so we don't shadow the builtin function
import skimage.filter as filters

image = data.camera()
pixelated = image[::10, ::10]
gradient = filters.sobel(pixelated)
skdemo.imshow_all(pixelated, gradient)

当我运行这个程序时，它可以工作，但是当我使用

data.coffee（）

或

data.chelsea（）

时，我会遇到大量错误。每当我使用

convalve

函数时，也会发生这种情况。知道为什么吗

RuntimeError                              Traceback (most recent call last)
<ipython-input-148-2dc2336cd0ef> in <module>()
  6 image = data.coffee()
  7 pixelated = image[::10, ::10]
----> 8 gradient = filters.sobel(pixelated)
  9 skdemo.imshow_all(pixelated, gradient)

/Users/(me)/anaconda/lib/python2.7/site-packages/skimage/filter/edges.pyc in sobel(image, mask)
 81     has to be further processed to perform edge detection.
 82     """
---> 83     return np.sqrt(hsobel(image, mask)**2 + vsobel(image, mask)**2)
 84 
 85 

/Users/(me)/anaconda/lib/python2.7/site-packages/skimage/filter/edges.pyc in hsobel(image, mask)
112     """
113     image = img_as_float(image)
--> 114     result = np.abs(convolve(image, HSOBEL_WEIGHTS))
115     return _mask_filter_result(result, mask)
116 

/Users/(me)/anaconda/lib/python2.7/site-packages/scipy/ndimage/filters.pyc in convolve(input, weights, output, mode, cval, origin)
693     """
694     return _correlate_or_convolve(input, weights, output, mode, cval,
--> 695                                   origin, True)
696 
697 

/Users/(me)/anaconda/lib/python2.7/site-packages/scipy/ndimage/filters.pyc in _correlate_or_convolve(input, weights, output, mode, cval, origin, convolution)
527     wshape = [ii for ii in weights.shape if ii > 0]
528     if len(wshape) != input.ndim:
--> 529         raise RuntimeError('filter weights array has incorrect shape.')
530     if convolution:
531         weights = weights[tuple([slice(None, None, -1)] * weights.ndim)]

RuntimeError: filter weights array has incorrect shape.

运行时错误回溯（最近一次调用）
在（）
6 image=data.coffee（）
7像素化=图像[：：10，：：10]
---->8渐变=过滤器。sobel（像素化）
9 skdemo.imshow_all（像素化、渐变）
/sobel中的用户/（me）/anaconda/lib/python2.7/site-packages/skimage/filter/edges.pyc（图像，掩码）
81必须进一步处理以执行边缘检测。
82     """
--->83返回np.sqrt（hsobel（图像，遮罩）**2+vsobel（图像，遮罩）**2）
84
85
/hsobel中的Users/（me）/anaconda/lib/python2.7/site-packages/skimage/filter/edges.pyc（图像，掩码）
112     """
113图像=img_as_float（图像）
-->114结果=np.abs（卷积（图像，HSOBEL_权重））
115返回_掩码_过滤器_结果（结果，掩码）
116
/卷积中的用户/（me）/anaconda/lib/python2.7/site-packages/scipy/ndimage/filters.pyc（输入、权重、输出、模式、cval、原点）
693     """
694返回相关或卷积（输入、权重、输出、模式、cval、，
-->695（真实来源）
696
697
/用户/（me）/anaconda/lib/python2.7/site-packages/scipy/ndimage/filters.pyc在相关或卷积（输入、权重、输出、模式、cval、原点、卷积）中
527 wshape=[ii代表ii的重量。ii>0时的形状]
528如果len（wshape）！=input.ndim：
-->529 raise RUNTIMERROR（'过滤器权重数组的形状不正确'）
530如果卷积：
531权重=权重[元组（[切片（无，无，-1）]*weights.ndim]
运行时错误：筛选器权重数组的形状不正确。
sobel
需要一个二维数组。
skipage.data.coffee（）
和
skipage.data.chelsea（）
返回的数组是三维的，有形状（m，n，3）。它们代表彩色图像，有红色、绿色和蓝色通道

要在演示代码中使用其中一个频道，您可以选择其中一个频道。例如，以下功能：

image = data.coffee()
pixelated = image[::10, ::10, 0]  # Use the red channel.
gradient = filters.sobel(pixelated)

你能把错误贴出来吗