基于分水岭变换的区域生长代码提取图像标记触发IndexError报错

报错指向im_[:,:,0]代码行，触发原因是输入的img2为2维单通道灰度图像，没有第三个通道维度，但原代码默认针对3通道RGB图像编写，强行索引第0、1、2通道就会触发维度越界错误。

方案1：适配单通道灰度图像输入 #

直接修改梯度计算逻辑，无需拆分RGB通道，修改后代码如下：

from skimage.filters import rank,gaussian
from skimage.morphology import disk
from skimage.feature import peak_local_max
import matplotlib.pyplot as plt

def get_markers(img2, indices=False):
    im_ = gaussian(img2, sigma=4)
    # 单通道直接计算梯度即可
    grad = rank.gradient(im_, disk(5)).astype('int')
    return peak_local_max(grad.max()-grad,threshold_rel=0.5, min_distance=60,indices=indices),grad

# 运行前可先打印维度确认
print("输入图像维度：", img2.shape)
markers,grad = get_markers(img2, True)
plt.figure()
plt.imshow(grad, cmap=plt.cm.gray)
plt.plot(markers[:,1],markers[:,0],'b+')
plt.show()

方案2：保持原RGB逻辑使用 #

如果你的业务场景需要处理彩色图像，检查图像读取环节的代码：

• 确认读入图像时没有手动做灰度转换操作
• 若使用OpenCV读入图像，需要额外把默认的BGR格式转为RGB格式，再传入函数使用

内容的提问来源于stack exchange，提问作者Caliginous