HOG特征变换报错：仅支持二维空间图像，指定channel_axis仍未解决

报错信息 #

ValueError: Only images with two spatial dimensions are supported. If using with color/multichannel images, specify channel_axis

相关代码 #

def hog_transform(x):
        fd = hog(x.numpy() * 255, 
                 orientations=self.orientations,
                 pixels_per_cell=self.pixels_per_cell,
                 cells_per_block=(1, 1),
                 channel_axis=-1)
        return fd.astype(np.float32)
    
hog_features = tf.py_function(hog_transform, [inputs], Tout=tf.float32)
hog_features.set_shape([None, 7 * 7 * self.orientations])
return hog_features

问题分析与解决方案 #

你已经指定了channel_axis=-1但报错依旧，核心原因是输入张量带批量维度：tf.py_function会把整个批量张量（形状通常为(batch_size, height, width, channels)）传入hog_transform，而hog函数默认只处理单张图片（形状(height, width, channels)），无法直接识别批量维度。

按以下步骤修改：

1. 逐个处理批量中的单张图片
   修改hog_transform，遍历批量内的每个样本单独计算HOG特征：

   def hog_transform(x):
       fd_list = []
       # 遍历批量中的每张图片
       for img in x.numpy():
           fd = hog(img * 255, 
                    orientations=self.orientations,
                    pixels_per_cell=self.pixels_per_cell,
                    cells_per_block=(1, 1),
                    channel_axis=-1)
           fd_list.append(fd)
       # 把所有样本的特征堆叠成批量张量
       return np.stack(fd_list).astype(np.float32)
   

2. 确认通道维度位置
   先打印x.numpy().shape查看实际维度：

   • 如果通道在第一维（如(batch_size, channels, height, width)），需把channel_axis改为0
   • 如果通道在最后一维（如(batch_size, height, width, channels)），保持channel_axis=-1即可

3. 校验特征维度匹配
   确认7 * 7 * self.orientations和实际计算出的特征维度一致：比如输入图片尺寸、pixels_per_cell参数会影响特征的空间网格数，若计算出的是8*8*orientations，则需同步修改set_shape中的对应值。

内容的提问来源于stack exchange，提问作者TechwithVidya