Scilab转Python代码报错：numpy.ndarray对象不可调用，求排查

原Scilab代码 #

for ( i = 0:roi_sx:imgg_sx-roi_sx)
    for ( j = 0:roi_sy:imgg_sy-roi_sy)
        intensity = 0;
        for ( m = i+1:1:i+roi_sx )
            for ( n = j+1:1:j+roi_sy )
              intensity = intensity + imgg(m,n);  
              
            end
        end
        if ( intensity < threshold*roi_sx*roi_sy ) then
            imgs(i+1:1:i+roi_sx, j+1:1:j+roi_sy) = zeros(roi_sx, roi_sy);
        end
    end
end

你的Python代码 #

for i in range(0,imgg_sx-roi_sx,roi_sx):
    for j in (0,imgg_sy-roi_sy,roi_sy):
        intensity = 0
        for m in range (i+1,i+roi_sx,1):
            for n in range (j+1,j+roi_sy,1):
              intensity = intensity + (imggmatrix[m][n])
        if intensity < threshold*roi_sx*roi_sy:
            imgs([i+1 for i in range(i+roi_sx)],[j+1 for j in range(j+roi_sx)]) = np.zeros((roi_sx, roi_sy),dtype=float)
            #np.imgs([i+1 for i in range(i+roi_sx)],[j+1 for j in range(j+roi_sx)]) = np.zeros((roi_sx, roi_sy),dtype=float)

报错信息 #

File "C:\Users\medyo\Desktop\MIP\DataMatrix\DataMatrix.py", line 26, in <module>
    imgs([i+1 for i in range(i+roi_sx)],[j+1 for j in range(j+roi_sx)])
TypeError: 'numpy.ndarray' object is not callable

问题分析与修正 #

1. 核心报错原因 #

numpy数组的索引必须用方括号[]，你写成了圆括号()，这会把数组当成函数调用，直接触发TypeError。

2. 索引逻辑错误 #

Scilab是1-based索引，Python是0-based，且你用列表推导式生成的索引完全不符合需求：

• Scilab里的i+1:1:i+roi_sx是从i+1到i+roi_sx的连续索引，对应Python里的切片应该是i:i+roi_sx（Python切片左闭右开，原Scilab的区间长度正好是roi_sx）
• 你写的[i+1 for i in range(i+roi_sx)]存在变量名冲突（循环变量i和推导式里的i重名），会生成错误的索引列表，完全没必要用列表推导式，直接用切片更高效。

3. 其他隐藏问题 #

• j循环写成了元组(0,imgg_sy-roi_sy,roi_sy)，这只会循环一次，应该改成range(0, imgg_sy - roi_sy + 1, roi_sy)
• 四重循环计算intensity效率极低，用numpy的切片求和可以直接替代，大幅提升速度

修正后的代码 #

import numpy as np

# 假设imggmatrix、imgs都是numpy数组
for i in range(0, imgg_sx - roi_sx + 1, roi_sx):
    for j in range(0, imgg_sy - roi_sy + 1, roi_sy):
        # 用numpy切片求和替代四重循环
        roi = imggmatrix[i:i+roi_sx, j:j+roi_sy]
        intensity = np.sum(roi)
        if intensity < threshold * roi_sx * roi_sy:
            # 用切片赋值，直接覆盖对应区域
            imgs[i:i+roi_sx, j:j+roi_sy] = np.zeros((roi_sx, roi_sy), dtype=float)

内容的提问来源于stack exchange，提问作者Mohamed Youssef M'hiri