Python '；numpy.ndarray和#x27；对象在jupyter笔记本中第二次运行后不可调用

非常简单的代码。一切都很顺利。我将hls_二进制和gradx放入comb_二进制的方法中

image = mpimg.imread('test_images/test4.jpg')
comb_binary = comb_binary(image)
f, (ax1, ax2) = plt.subplots(1, 2, figsize=(28,16))
ax1.imshow(image2)
ax1.set_title('A', fontsize=20)
ax2.imshow(comb_binary, cmap = 'gray')
ax2.set_title('B', fontsize=20)

但是，如果我在笔记本中重新运行该单元格，我将遇到以下错误：

'numpy.ndarray' object is not callable

第一次。它的工作原理是：

再次运行该单元格：

以下是所有方法的定义，以防万一：

def abs_sobel_thresh(img, orient, sobel_kernel, thresh):
    gray = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)
    if orient == 'x':
        sobel = cv2.Sobel(gray, cv2.CV_64F, 1, 0)
    else:
        sobel = cv2.Sobel(gray, cv2.CV_64F, 0, 1)
    abs_sobel = np.absolute(sobel)
    scaled_sobel = np.uint8(255*abs_sobel/np.max(abs_sobel))
    grad_binary = np.zeros_like(scaled_sobel)
    grad_binary[(scaled_sobel >= thresh[0]) & (scaled_sobel <= thresh[1])] = 1
    return grad_binary

def hls_select(img, thresh):
    hls = cv2.cvtColor(img, cv2.COLOR_RGB2HLS)
    s_channel = hls[:,:,2]
    hls_binary = np.zeros_like(s_channel)
    hls_binary[(s_channel > thresh[0]) & (s_channel <= thresh[1])] = 1
    return hls_binary

def comb_binary(image):
    gradx = abs_sobel_thresh(image, orient='x', sobel_kernel=9, thresh=(20, 100))
    hls_binary = hls_select(image, thresh=(170, 255))
    combined_binary_final = np.zeros_like(gradx)
    combined_binary_final[(hls_binary == 1 ) | (gradx == 1)] = 1
    return combined_binary_final

def abs_sobel_thresh（img、orient、sobel_kernel、thresh）：
灰色=cv2.CVT颜色（img，cv2.COLOR\u RGB2GRAY）
如果方向='x'：
sobel=cv2.sobel（灰色，cv2.CV_64F，1,0）
其他：
sobel=cv2.sobel（灰色，cv2.CV_64F，0,1）
绝对值=绝对值（绝对值）
缩放比例=np.uint8（255*abs\u-sobel/np.max（abs\u-sobel））
grad_binary=np.类零（缩放的sobel）
grad_binary[（scaled_sobel>=thresh[0]）&（scaled_sobel thresh[0]）&（s_channel每次计算jupyter中的单元格时，它都会在根据以前的命令构建的环境中运行这些命令。因此，当您有一行类似于：

comb_binary = comb_binary(image)

第一次一切正常。您只需用结果替换
comb\u binary
（函数）。现在
comb\u binary
是一个numpy数组……但是，如果您再次尝试执行单元格，
comb\u binary
现在是一个numpy数组，而不是一个函数。这与您编写的代码相同：

comb_binary = comb_binary(image)
comb_binary = comb_binary(image)

在大多数情况下，这是不可能实现的；-）。
每次在jupyter中计算单元格时，它都会在根据以前的命令生成的环境中运行这些命令。因此，当您有一行类似于：

comb_binary = comb_binary(image)

第一次一切正常。您只需用结果替换
comb\u binary
（函数）。现在
comb\u binary
是一个numpy数组……但是，如果您再次尝试执行单元格，
comb\u binary
现在是一个numpy数组，而不是一个函数。这与您编写的代码相同：

comb_binary = comb_binary(image)
comb_binary = comb_binary(image)

在大多数情况下，你不会期望这样的结果；-）。
哦，我真是太蠢了。对不起，我刚接触软件。所以，我想我需要使用一些不同的变量名来避免这个问题。@Patrick--别担心。这种事会发生在我们所有人身上。我在使用定义名称的长jupyter文档时遇到了这个问题很久以前……这有点让人困惑，因为你看不到前面的代码行。哦，我真是太蠢了。对不起，我是软件新手。所以，我想我需要使用一些不同的变量名来避免这个问题。@Patrick--别担心。这种事情会发生在我们所有人身上。我遇到了这个问题，因为我使用的是长jupyter文档重复使用一个很久以前定义的名称…这有点令人困惑，因为您没有看到前面的代码行。