Python ValueError:卷积2D输入必须是两个2D数组

我正在制作一个程序，它接收视频，将视频分割成一系列图像，对图像应用一个清洁过滤器（去噪/去模糊/等等），然后将其重新组合成视频

我想在图像上使用Scikit Image的“无监督的维纳”（Unsupervised_wiener）恢复来消除模糊，但我没能得到它，我也不明白其中的原因

这是我从文档中复制的：

frame = color.rgb2gray
frame = convolve2d(frame, psf, 'same')
frame += 0.1 * frame.std() * np.random.standard_normal(frame.shape)
fixed = skimage.restoration.unsupervised_wiener(frame, psf)

其中“frame”是来自输入的帧，我用OpenCV2捕捉到：

ret, frame = vid.read()

但我得到了以下错误：

Traceback (most recent call last):
line 1025, in convolve2d
ValueError: convolve2d inputs must both be 2D arrays

如何将输入帧转换为2D数组，以便Scikit Image可以处理它们

任何帮助都会很好，或者如果有更好的方法我可以使用，我也愿意接受。谢谢

---

编辑：pst形状是：（5,5），帧形状是：（10801920,3）

您的输入帧是RGB，但是

卷积2D

和

无监督的_wiener

期望2D（灰度）数组

您可以通过将运算符分别应用于每个通道来解决此问题

以下是执行每个通道操作的原始代码的固定版本：

# convolve each channel with the kernel
for i in range(frame.shape[-1]):
    frame[:,:,i] = convolve2d(frame[:,:,i], psf, mode="same")

# add gaussian noise
frame += 0.1 * frame.std() * np.random.standard_normal(frame.shape)

# wiener deconvolution
fixed = np.zeros(frame.shape)
for i in range(frame.shape[-1]):
    fixed[:,:,i], _ = restoration.unsupervised_wiener(frame[:,:,i], psf)

---

结果存储在

fixed

中，输入和输出被假定为数值在[0,1]范围内的numpy浮点数组。

什么是

frame.shape

和

psf.shape

？psf是（5,5），frame是（108011920,3）。源视频是1920x1080视频。明白了。这意味着您的帧仍然是RGB，而不是灰度（对于灰度1080p图像，形状应该是（108011920））。你能在卷积之前试试

frame=skimage.color.rgb2gray（frame）

？OP（

frame=color.rgb2gray

）提示您可能未正确执行此步骤。运行过滤器时是否可以维护彩色图像？对于这个项目，保持输出的颜色是很重要的。（感谢您的帮助，非常感谢。）这是正确的，但即使使用您建议的行，它仍然会抛出一个错误。再次感谢你的帮助，你是冠军。