《python计算机视觉》关于‘numpy.float64‘ object cannot be interpreted as an integer错误的解决办法

在《python计算机视觉》这本书的学习中，按照书中的代码敲完运行会发现这个报错：

运行代码如下：

#  Warp_Triangle_Image01.pyfrom pylab import *
import warp
from PIL import Image
from numpy import *# 打开图像，并将其扭曲
fromim = array(Image.open('sunset_tree.jpg'))
x, y = meshgrid(range(5), range(6))
x = (fromim.shape[1]/4) * x.flatten()
y = (fromim.shape[0]/5) * y.flatten()# 三角部分
tri = warp.triangulate_points(x, y)# 打开图像和目标点
im = array(Image.open('turningtorso1.jpg'))
tp = loadtxt('turningtorso1_points.txt')   # dextination points# 将点转换成齐次坐标
fp = vstack((y, x, ones((1, len(x)))))
tp = vstack((tp[:, 1], tp[:, 0], ones((1, len(tp)))))# 扭曲三角形
im = warp.pw_affine(fromim, im, fp, tp, tri)# 绘制图像
figure()
imshow(im)
warp.plot_mesh(tp[1], tp[0], tri)
axis('off')
show()

# warp.py
import homography
from scipy import ndimage
from scipy.spatial import Delaunay
from pylab import *
from numpy import *def image_in_image(im1, im2, tp):""" 使用仿射变换将im1放置在im2上，使用im1图像的角和tp尽可能的靠近tp是齐次表示的，并且是按照从左上角逆时针计算的"""# 扭曲的点m, n = im1.shape[:2]fp = array([[0, m, m, 0], [0, 0, n, n], [1, 1, 1, 1]])# 计算仿射变换，并且将其应用于图下你过im1H = homography.Haffine_from_points(tp, fp)im1_t = ndimage.affine_transform(im1, H[:2, :2], (H[0, 2], H[1, 2]), im2.shape[:2])alpha = (im1_t > 0)return (1 - alpha) * im2 + alpha * im1_tdef alpha_for_triangle(points, m, n):""" 对于带有由points定义角点的三角形，创建大小为（m，n）的alpha图（在归一化的齐次坐标意义下）"""alpha = zeros((m, n))for i in range(min(points[0]), max(points[0])):for j in range(min(points[1]), max(points[1])):x = linalg.solve(points, [i, j, 1])if min(x) > 0:alpha[i, j] = 1return alphadef triangulate_points(x, y):""" 二维点的Delaunay三角剖分 """# centers, edges, tri, neighbors = Delaunay(x, y)tri = Delaunay(np.c_[x, y]).simplicesreturn tridef pw_affine(fromim, toim, fp, tp, tri):""" 从一幅图像中扭曲矩形图模块fromim = 将要扭曲的图像toim = 目标图像fp = 齐次坐标表示下，扭曲前的点tp = 齐次坐标表示下，扭曲后的点tri = 三角剖分 """im = toim.copy()# 检查图像是灰度图像还是彩色图像is_color = len(fromim.shape) == 3# 创建扭曲后的图像（如果需要对彩色图像的每个颜色通道进行迭代操作，那么有必要这样做）im_t = zeros(im.shape, 'uint8')for t in tri:# 计算仿射变换H = homography.Haffine_from_points(tp[:, t], fp[:, t])if is_color:for col in range(fromim.shape[2]):im_t[:, :, col] = ndimage.affine_transform(fromim[:, :, col], H[:2, :2], (H[0, 2], H[1, 2]), im.shape[:2])else:im_t = ndimage.affine_transform(fromim, H[:2, :2], (H[0, 2], H[1, 2]), im.shape[:2])# 三角形的alphaalpha = alpha_for_triangle(tp[:, t], im.shape[0], im.shape[1])# 将三角形加入到图像中im[alpha > 0] = im_t[alpha > 0]return imdef plot_mesh(x, y, tri):""" 绘制三角形 """for t in tri:t_ext = [t[0], t[1], t[2], t[0]]   # 将第一个点加入到最后plot(x[t_ext], y[t_ext], 'r')

根据错误我们看到 warp.py 中的 alpha_for_triangle(points, m, n) 函数，报错说明min()和max()的参数是float64类型，应该将之转换成int类型。

 for i in range(min(points[0]), max(points[0])):for j in range(min(points[1]), max(points[1])):

修改后的代码如下所示：

  for i in range(int(min(points[0])), int(max(points[0]))):for j in range(int(min(points[1])), int(max(points[1]))):

修改后运行结果如下图所示：

----  今天不学习，明天变废物。 ----

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！