使用Scipy ndimage.gaussian_filter时触发运行时错误求助

看起来你在实现「读取图像→应用Scipy高斯滤波→显示结果」的流程时遇到了运行时错误，我先结合常见场景帮你分析解决，如果你有更具体的细节可以补充~

先还原你的操作场景 #

你想要完成的流程：

• 读取本地图像leng.png
• 调用scipy.ndimage.gaussian_filter()应用高斯滤波
• 显示处理后的图像

你可能的代码示例（按常见写法模拟） #

from scipy.ndimage import gaussian_filter
from PIL import Image
import matplotlib.pyplot as plt

# 读取图像
img = Image.open("leng.png")
# 应用高斯滤波
filtered_img = gaussian_filter(img, sigma=2)
# 显示图像
plt.imshow(filtered_img)
plt.show()

你遇到的运行时错误堆栈（常见类型） #

RuntimeError: Cannot cast ufunc input from dtype('O') to dtype('float64') with casting rule 'same_kind'

问题根源与解决方法 #

核心问题 #

scipy.ndimage.gaussian_filter()函数只能处理数值型的numpy数组，但直接用PIL读取的图像是PIL.Image.Image对象（不是数组），函数无法识别这种类型，所以触发了类型转换的运行时错误。

修正后的完整代码 #

from scipy.ndimage import gaussian_filter
from PIL import Image
import matplotlib.pyplot as plt
import numpy as np

# 1. 读取图像并转换为numpy数组
img = Image.open("leng.png")
img_array = np.array(img)  # 将PIL图像转为numpy数组

# 可选：如果是彩色图像，可转为灰度图处理（也可以直接对RGB三通道滤波）
# img_array = np.array(img.convert("L"))

# 2. 应用高斯滤波
filtered_array = gaussian_filter(img_array, sigma=2)

# 3. 显示处理后的图像
# 灰度图用cmap="gray"，彩色图则不需要
plt.imshow(filtered_array, cmap="gray" if len(img_array.shape) == 2 else None)
plt.axis("off")  # 隐藏坐标轴
plt.show()

# 可选：保存处理后的图像
# filtered_img = Image.fromarray(filtered_array.astype(np.uint8))
# filtered_img.save("filtered_leng.png")

其他可能的错误排查点 #

• 图像路径问题：确认leng.png和代码在同一目录，或者使用绝对路径（比如C:/project/leng.png）
• sigma参数错误：sigma必须是正数，设置为0或负数会触发参数错误
• 多通道图像问题：如果是RGBA格式（4通道），建议先转为RGB或灰度：img = img.convert("RGB")

如果你的错误堆栈和上面的不一样，或者代码有其他写法，欢迎补充具体信息，我再帮你针对性解决！

内容的提问来源于stack exchange，提问作者Trevor Track