OpenCV调用COLOR_BGR2GRAY报错输入图像通道数无效求助

核心错误点 #

• 触发Invalid number of channels报错的直接原因：你调用cv2.medianBlur()时传入的img变量，已经在之前K-means预处理阶段被img = img.reshape(-1,3)修改为了形状为[总像素数, 3]的二维扁平化数组。而OpenCV的滤波、颜色空间转换类函数要求输入为标准的[高度, 宽度, 通道数]三维图像结构，输入格式不符合要求导致处理后通道数异常，后续转灰度时直接触发报错。
• 你代码还存在一个前置逻辑错误：for i in range(new_image.shape[0]):这行执行时，new_image还没有被定义，会提前报变量未定义错误，只是当前你先触发了通道数报错，还没运行到这一步。
• 小细节错误：转灰度时你用了cv2.cv2.COLOR_BGR2GRAY，存在多余的cv2前缀，且此时图像已经转为RGB颜色空间，用BGR转灰度的参数会导致颜色处理结果偏差。

修复代码示例 #

替换K-means拟合后的对应代码段即可：

colors = np.array(colors, dtype="uint8")

# 先初始化new_image，避免变量提前引用报错
new_image = np.zeros_like(img)
for i in range(new_image.shape[0]):
    new_image[i] = colors[model.labels_[i]]
# 还原为标准三维图像格式
new_image = np.reshape(new_image, (x,y,z))
plt.imshow(new_image)

# 滤波和阈值处理使用还原后的三维图像，不要用扁平化的img
blurred = cv2.medianBlur(new_image, 5)
# 替换为正确的颜色空间转换参数
grey_blur = cv2.cvtColor(blurred, cv2.COLOR_RGB2GRAY)
thresh = cv2.adaptiveThreshold(grey_blur, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 15, 5)
combined = cv2.bitwise_and(new_image, new_image, mask=thresh)
# Jupyter环境建议用matplotlib展示图像，避免cv2.imshow卡顿无响应
plt.imshow(combined)

reg_img = cv2.cvtColor(new_image, cv2.COLOR_RGB2BGR)
cv2.imwrite('C:\\Users\\holli\\OneDrive\\Pictures\\python photos\\lai_img_seg.jpg', reg_img)

补充说明 #

你之前考虑的保存图像再读入的方案不需要使用，该报错本质是数组形状不符合OpenCV函数要求，只要传入正确结构的三维图像即可正常运行。

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