如何对图像执行2D小波散射？代码报错求助

错误原因 #

1. 数据类型不匹配：你将图像转换为float64类型的numpy数组，再转为torch的float64张量，但Kymatio的小波滤波器默认使用float32类型，导致逐元素乘法（cdgmm）操作时类型冲突。
2. 前端与输入类型混用：你指定了frontend='numpy'，但传入的是torch张量，导致内部处理逻辑混乱。

修正方案 #

以下提供两种可行的修正代码，任选其一即可：

方案1：使用PyTorch前端（推荐） #

import torch
from kymatio import Scattering2D
import numpy as np
from PIL import Image

FILENAME = "./square.png"
image = Image.open(FILENAME).convert("L")

# 转换为float32类型（匹配Kymatio默认滤波器类型）
a = np.array(image).astype(np.float32)
x = torch.from_numpy(a)
# Scattering2D要求输入为4维张量：(batch, channels, height, width)
x = x.unsqueeze(0).unsqueeze(0)
imageSize = x.shape[2:]

print(imageSize)

# 使用默认torch前端（或显式指定frontend='torch'）
scattering = Scattering2D(J=2, shape=imageSize, L=8)

Sx = scattering(x)

print(Sx.size())

方案2：使用Numpy前端 #

from kymatio import Scattering2D
import numpy as np
from PIL import Image

FILENAME = "./square.png"
image = Image.open(FILENAME).convert("L")

# 转换为float32类型
a = np.array(image).astype(np.float32)
# 增加batch和channel维度，满足输入格式要求
a = a[np.newaxis, np.newaxis, :, :]
imageSize = a.shape[2:]

print(imageSize)

# 指定numpy前端，传入numpy数组
scattering = Scattering2D(J=2, shape=imageSize, frontend='numpy', L=8)

Sx = scattering(a)

print(Sx.shape)

关键注意点 #

• 输入数据类型必须与Kymatio内部滤波器类型一致，优先使用float32（PyTorch和Kymatio的默认类型）。
• Scattering2D的输入必须是4维结构：(批量大小, 通道数, 高度, 宽度)，需手动补充前两个维度。
• 前端类型要与输入数据类型匹配：torch张量对应torch前端，numpy数组对应numpy前端，不可混用。

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