scikit-image计算视频帧熵时图像与邻域维度不匹配报错求助

• skimage.filters.rank.entropy 属于秩滤波器模块，强制要求输入为2D单通道、数据类型为uint8（取值范围0-255）的灰度图，不接受3通道BGR格式的原始视频帧直接传入，这是最初代码运行报错的第一重诱因。
• 即使完成了灰度转换，秩滤波器模块对输入维度的校验逻辑非常严格：disk(5)生成的是2D结构邻域，只要传入的灰度图存在多余的维度轴（哪怕轴的大小为1，比如图像shape是(H, W, 1)而非标准的(H, W)），就会触发ValueError: Image dimensions and neighborhood dimensions do not match报错——模块会强制校验输入图像的维度数必须和邻域结构元的维度数完全一致。
• 直接运行官方示例也出现相同报错，通常是当前安装的scikit-image版本与模块API不兼容：rank模块在版本迭代中收紧了维度校验规则，版本错配会导致即使是官方示例的标准输入也无法通过校验。

• 读取视频帧完成灰度转换后，需要用np.squeeze()去除多余的单通道轴，确保输入熵计算接口的灰度图是纯2D结构，维度数和disk生成的邻域结构完全匹配
• 提前在循环外构造disk邻域，避免循环内重复创建结构元的性能浪费
• 熵计算输出的结果是浮点类型的数值矩阵，直接调用cv2.imwrite保存前，需要先通过cv2.normalize把数值范围映射到0-255的uint8区间，否则会出现保存图像全黑、无有效内容的问题

修正后的可运行代码：

import cv2
import numpy as np
from skimage.filters.rank import entropy
from skimage.morphology import disk

filename = 'C:/Users/myname/Downloads/testvideo.mp4'
video = cv2.VideoCapture(filename)
# 循环外提前构造2D邻域，减少重复开销
neighborhood = disk(5)

if not video.isOpened():
    print("Error opening video file")

i = 0
while video.isOpened():
    ret, frame = video.read()
    if not ret:
        break
    # 帧转灰度，同时去除可能存在的多余通道轴
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    gray = np.squeeze(gray)
    # 计算单帧熵值
    entropy_map = entropy(gray, neighborhood)
    # 把熵值映射到图像可存储的0-255区间
    entropy_img = cv2.normalize(entropy_map, None, 0, 255, cv2.NORM_MINMAX, cv2.CV_8U)
    cv2.imwrite(f'frame_{i}_entropy.jpg', entropy_img)
    i += 1

video.release()
cv2.destroyAllWindows()

• 如果运行修正代码仍触发维度不匹配报错，可在熵计算的前一行添加打印语句print(gray.shape, neighborhood.shape)，两个输出都应为二维结构，若gray的打印结果带第三个维度，说明存在未清理的多余通道轴
• 若运行官方示例也存在相同报错，可检查本地scikit-image的安装版本，更换为与模块API匹配的稳定版本即可解决兼容问题
• 注意rank熵接口从设计上仅支持单通道输入，若需要对彩色视频帧计算熵，需要拆分为R/G/B三个通道分别计算熵值后再做融合处理

内容的提问来源于stack exchange，提问作者Kat