Python （scikit图像）保存时，图像显示为黑色

我是计算机视觉和图像处理的新手，正在使用这段代码

from skimage.feature import hog
hog_list, hog_img = hog(test_img_gray, 
                        orientations=8, 
                        pixels_per_cell=(16, 16), cells_per_block=(1, 1),
                        block_norm='L1', 
                        visualise=True,
                        feature_vector=True)
plt.figure(figsize=(15,10))
plt.imshow(hog_img)

要得到这张图像

在这一点上，我有两个问题：

当我试图保存此图像（作为.pdf或.jpg）时，生成的图像是纯黑色的。将此图像转换为PIL格式并使用

hog\u img\u pil=Image.fromarray（hog\u img）
hog\u img\u pil.show（）

仍然将图像显示为纯黑色。为什么会发生这种情况？我如何修复它

当我尝试运行此代码时

hog\u img=cv2.cvt颜色（hog\u img，cv2.COLOR\u bgr2灰色）

要将图像转换为灰度，我在函数cvtColor中得到错误

错误：（-215）depth==CV_8U | | depth==CV_16U | depth==CV_32F。我需要做什么才能得到灰度图像？为什么会发生这种情况

作为附加信息，运行
hog_img.shape
返回
（16321224）
，这只是图像的大小，我最初解释为图像已经是灰度的（因为它似乎缺少颜色通道的尺寸）。然而，当我试图逃跑时

test_img_bw = cv2.adaptiveThreshold(
    src=hog_img, 
    maxValue=255, 
    adaptiveMethod=cv2.ADAPTIVE_THRESH_GAUSSIAN_C, 
    thresholdType=cv2.THRESH_BINARY, 
    blockSize=115, C=4)

我在函数adaptiveThreshold中得到了错误
error:（-215）src.type（）==CV_8UC1，这个答案似乎表明图像不是灰度的

最后，另一个有用的信息是，在图像上运行
print（hog\u img.dtype）
将返回
float64

在此期间，我将继续调试

谢谢你的任何想法：）

使用
hog\u img\u inv=cv2.按位\u not（hog\u img）
反转图像，并使用
plt.图（figsize=（15,10））
plt.imshow（hog\U img\U uint8\U inv）

显示线条实际上在那里，但非常模糊（为了舒适，我在这里加入了这张图片，但你可以看到它（但相信我，它就在那里））。我必须对图像进行更多的处理，以使线条更清晰。

运行
print（hog\u img.dtype）
显示数据类型是
float64
，而（我认为）它应该是
uint8
。我通过运行
hog\u img\u uint8=hog\u img.astype（np.uint8）
修复了这个问题，它似乎已经修复了将图像传递给其他算法（例如cv2.adaptiveThreshold）的问题

使用
hog\u img\u inv=cv2.按位\u not（hog\u img）
反转图像，并使用
plt.图（figsize=（15,10））
plt.imshow（hog\U img\U uint8\U inv）

显示线条实际上在那里，但非常模糊（为了舒适，我在这里加入了这张图片，但你可以看到它（但相信我，它就在那里））。我必须对图像进行更多的处理，以使线条更清晰。

运行
print（hog\u img.dtype）
显示数据类型是
float64
，而（我认为）它应该是
uint8
。我通过运行
hog\u img\u uint8=hog\u img.astype（np.uint8）
修复了这个问题，它似乎已经修复了将图像传递给其他算法（例如cv2.adaptiveThreshold）的问题

如果你有同样的问题。但是，如果您查看内部，他们也会使用此代码来实现更好的可视化：

# Rescale histogram for better display
hog_image_rescaled = exposure.rescale_intensity(hog_image, in_range=(0, 0.02))

但我还是有同样的问题。使用matplotlib进行可视化没有问题。使用opencv（或Skipage）保存图像时，如果出现相同问题，则只保存黑色图像…
。但是，如果您查看内部，他们也会使用此代码来实现更好的可视化：

# Rescale histogram for better display
hog_image_rescaled = exposure.rescale_intensity(hog_image, in_range=(0, 0.02))

但我还是有同样的问题。使用matplotlib进行可视化没有问题。使用opencv（或Skipage）保存图像只会保存黑色图像…
很明显，所有问题都是由于数据类型错误造成的。您必须将数据从float64转换为算法可以处理的内容。参考参考文档和断言错误。很明显，所有问题都是由错误的数据类型引起的。您必须将数据从float64转换为算法可以处理的内容。请参阅参考文档和断言错误。