Python 如何将OpenCV阈值方法应用于从Skimage方法输出的形态学图像？

我使用的代码是根据定义的阈值从图像中删除大型对象

我正在使用的代码在浏览模块的形态学操作后保存文件：

from skimage import measure, morphology

# EDIT: added blobs_labels calculation
img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
img = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)[1]  # ensure binary        
blobs = img > img.mean()
blobs_labels = measure.label(blobs, background=1)
constant = 200

b = morphology.remove_small_objects(blobs_labels, constant)
# save the the pre-version which is the image is labelled with colors
plt.imsave('pre_version.png', b)
# read the pre-version
img = cv2.imread('pre_version.png', 0)
img = cv2.threshold(img, 0, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)[1]

现在，我想直接将阈值方法应用于形态学图像输出（b），而不保存中间的图像：

但是，如果我如上所述更改代码，则会出现以下错误：

错误：OpenCV（4.1.2）C:\projects\OpenCV python\OpenCV\modules\imgproc\src\thresh.cpp:1527：

错误：（-215:断言失败）函数“CV:：threshold”中的src.type（）==CV_8UC1

---

我的问题是，为什么我不能直接将阈值方法应用于形态学输出？

您没有告诉我们有关

斑点标签的任何信息，因此很难确定，但问题可能是图像的数据类型
skimage.形态学。remove_small_objects
保持原始数据类型，因此如果它是
cv2
不想要的类型，您将得到一个错误。转换为uint8解决了我这边的问题

导入cv2
进口撇渣
blobs\u labels=skimage.data.binary\u blobs（）
常数=16
b=撇除。形态学。移除小对象（斑点标签，常量）
b=b.astype（'uint8'）
img=cv2.阈值（b，0，255，cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU）[1]

您的图像读取代码之所以有效，可能是因为cv2正在将数据转换为它可以使用的类型。
在我身上运行良好。您确定可以正确读取图像吗？我添加了代码，用于加载图像。这段代码给出了上面的错误。我添加了关于如何计算上面的blob_标签的代码。我会试试你的解决方案，谢谢！谢谢你的建议，这很有帮助！根据你的建议，我保存了这个文件。但是，np.array_equiv（b.astype（'uint8'），img）现在将导致False，这意味着图像的值已更改。你知道为什么会发生这种情况吗？你可以试试
np.allclose
（最好用浮点数组测试）。但也有可能这些值发生了变化。使用CV2尝试不同的数据类型谢谢你的帮助，我很感激！np.allclose（b.astype（'uint8'），img）也返回false
b = morphology.remove_small_objects(blobs_labels, constant)
img = cv2.threshold(b, 0, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)[1]