Python 如何将图像从scikit图像转换为opencv2和其他库？

我试图使用cv2 python库在使用scikit image创建的骨骼化图像中查找轮廓，但出现以下错误：

    contours, hierarchy = cv2.findContours(skel,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
TypeError: <unknown> data type = 0 is not supported

contours，hierarchy=cv2.findContours（skel，cv2.RETR\u TREE，cv2.CHAIN\u APPROX\u SIMPLE）
TypeError:不支持数据类型=0

我的问题是：我要做什么才能转换成cv2和viceversa

我知道opencv使用numpy.uint8类型来表示二进制图像，而不是scikit image numpy.float64

我还使用了mahotas（numpy.bool）和pymorph库。

---

如何将scikit图像转换为这些库和其他库？

scikit图像

提供了不同数据类型之间的转换例程，这些数据类型也可以正确地保持缩放：

from skimage import img_as_ubyte

cv_image = img_as_ubyte(any_skimage_image)

---

更新：《scikit图像用户指南》现在有一个更详细的部分：这对我有用：

image = skimage.io.imread(mpath)
img = image[:, :, ::-1] # convert image from RGB (skimage) to BGR (opencv)
cv2.namedWindow('original', cv2.WINDOW_NORMAL)
cv2.imshow('original',img)

---

我想我找到了自己的解决办法！如果我使用：skel=np.array（skel，dtype=np.uint8），我就可以轻松地在opencv2类型中进行转换，等等！反之亦然：从cv_图像到skimage？如果cv_图像是一个无符号字节数组，skimage将默认理解它。如果您更喜欢使用浮点图像，

img\u as\u float

应该可以做到这一点。有关更多信息，请参阅skimage用户指南。此外，无论谁需要这些转换，请记住OpenCV默认使用BGR颜色空间，而skimage使用RGB one:-）这是一个很好的提醒，谢谢Yuriy。我将在scikit图像文档上提交一个问题，以添加有关此转换的部分。（）回答上面的更新，并链接到文档中的新部分。