Q&A
> AssertionError: Expected number of channels to be three, got 1 channels (shape (512, 512, 1)).
カラー画像を想定したコードではないですか？
前提・実現したいこと
これらの画像のAugmetationをしたいと考えております。
12行目です。
ですが、どうしてか、エラーが出ます。
dicomは、mriで使われるかたちだけですので、固く考えずにお願いします。
###たた、ndarrayに変換してるだけです。画像と捉えてもらって構いません。
dicom = pydicom.read_file(path) data = dicom.pixel_array
発生している問題・エラーメッセージ
--------------------------------------------------------------------------- AssertionError Traceback (most recent call last) <ipython-input-306-99b7d201d73f> in <module>() 3 image_noise = gaussian_noise.augment_images([image]) 4 image_crop = crop.augment_images([image]) ----> 5 image_hue = hue.augment_images([image]) 6 image_trans = elastic_trans.augment_images([image]) 7 image_coarse = coarse_drop.augment_images([image]) 4 frames /usr/local/lib/python3.7/dist-packages/imgaug/augmenters/color.py in change_colorspace_(image, to_colorspace, from_colorspace) 274 assert image.shape[2] == 3, ( 275 "Expected number of channels to be three, " --> 276 "got %d channels (shape %s)." % (image.shape[2], image.shape,)) 277 278 if from_colorspace == to_colorspace: AssertionError: Expected number of channels to be three, got 1 channels (shape (512, 512, 1)).
該当のソースコード
from decimal import Decimal, ROUND_HALF_UP, ROUND_HALF_EVEN def load_dicom(path): dicom = pydicom.read_file(path) data = dicom.pixel_array data = data - np.min(data) # if np.max(data) > 300: if np.max(data) > 300 and np.mean(data)>= 0.155: data = data / np.max(data) data = (data * 255).astype(np.uint8) return data def visualize_sample( # brats21id, M, slice_i, # mgmt_value, types=("FLAIR", "T1w", "T1wCE", "T2w") # types="FLAIR" # types= "T1w" # types= "T1wCE" # types="T2w" ): # f ,ax=plt.subplots(2,2,figsize=(5,5)) plt.figure(figsize=(16, 5)) patient_path = os.path.join( "/content/drive/MyDrive/kaggle/Rsa/train/00000" # str(brats21id).zfill(5), ) # for i, t in enumerate(types, 1): # for i in range(M): # t_paths = sorted( # glob.glob(os.path.join(patient_path, types, "*")), # key=lambda x: int(x[:-4].split("-")[-1]) # ) for i, t in enumerate(types, 1): t_paths = sorted( glob.glob(os.path.join(patient_path, t, "*")), key=lambda x: int(x[:-4].split("-")[-1]), ) data = load_dicom(t_paths[int(len(t_paths) * slice_i)]) # plt.subplot(print(Decimal(np.sqrt(len(t_paths))).quantize(Decimal('1'), # rounding=ROUND_HALF_EVEN)),print(Decimal(np.sqrt(len(t_paths))).quantize(Decimal('1'), # rounding=ROUND_HALF_EVEN)),i) # plt.imshow(data) # plt.show() plt.subplot(1,4,i) # ax[i].plot(data) # a[] # ax[0, 0].plot(data[i]) # ax[0, 1].plot(data[i]) # ax[1, 0].plot(data[i]) # ax[1, 1].plot(data[i]) # axs[1, 0].scatter(data[0], data[1]) # axs[0, 1].plot(data[0], data[1]) # axs[1, 1].hist2d(data[0], data[1]) # plt.show() plt.imshow(data, cmap="gray") # plt.imshow(data), cmap="gray") plt.title(f"{t}", fontsize=16) plt.axis("off") # np.save('./fff/fff',data) # plt.suptitle(f"MGMT_value: {mgmt_value}", fontsize=16) plt.show() # import the library and helpers import imageio import imgaug as ia from imgaug import augmenters as iaa # use imageio library to read the image (alternatively you can use OpenCV cv2.imread() function) image = data # initialize the augmenters for demo rotate = iaa.Affine(rotate=(-25, 25)) # rotate image gaussian_noise = iaa.AdditiveGaussianNoise(scale=(10, 60)) # add gaussian noise crop = iaa.Crop(percent=(0, 0.4)) # crop image hue = iaa.AddToHueAndSaturation((-60, 60)) # change their color elastic_trans = iaa.ElasticTransformation(alpha=90, sigma=9) # water-like effect coarse_drop = iaa.CoarseDropout((0.01, 0.1), size_percent=0.01)# set large image areas to zero # get augmented images image_rotated = rotate.augment_images([image]) image_noise = gaussian_noise.augment_images([image]) image_crop = crop.augment_images([image]) image_hue = hue.augment_images([image]) image_trans = elastic_trans.augment_images([image]) image_coarse = coarse_drop.augment_images([image]) # create an array of augmented images for the demo images_aug = [image_rotated[0], image_noise[0], image_crop[0], image_hue[0], image_trans[0], image_coarse[0]] # plot augmentation examples plt.figure(figsize=(15,5)) plt.axis('off') plt.imshow(np.hstack(images_aug)) plt.title('Sample augmentations')
試したこと
１，先程、plotを分割してやろうとしたら、画像が小さすぎて、うまくいきませんでした。
https://teratail.com/questions/356704#reply-487138
２，
data[1]
などやって、いろいろ試してるのですが、できません、
３，
data = load_dicom(t_paths[int(len(t_paths) * slice_i)]) ##type===>ex) 00000/T1w types=("FLAIR", "T1w", "T1wCE", "T2w")
これは、この00000のディレクトリの厚みを、sliceで、取ってるだけです。どうして、４枚あるのかというと、
この00000のディレクトリのしたに４つあって、それと場合わけして、(4パターン)して、取ってるだけです。
４，enumerateで呼び出してみる
255にしたものが出てきます。
5,shapeと、１の小さすぎるの補足説明
なにか、いい方法がありませんでしょうか？
凄く困っています。
だれか、クールな回答ができる方は、お願いできたらと思います。
補足情報（FW/ツールのバージョンなど）
ここにより詳細な情報を記載してください。
Python3 (3.7.4)
Jupyter Lab version 1.1.4
macbookpro 16
#変更
すいません、画像処理の前処理初めてでよくわからないです。つまりどういうことでしょうか？すいません、
3チャネルとか、rgbとかならわかるのですが、どういうことでしょうか・
ご返信ありがとうございます。3ちゃねるは、最後が1だからですよね？512,512,1,ってことです。
それと、どうして、このような、変な画像になってしまうのでしょうか？
すいません、
おっしゃるとおりできたのですが、
回答1件
0
ベストアンサー
image_hue = hue.augment_images([image])にてAssertionError: Expected number of channels to be three, got 1 channels (shape (512, 512, 1)).が発生しているとのことですが、
imgaug.augmenters.color.AddToHueAndSaturationは下記の通り色相(Hue)、彩度(saturation)を操作するものなのでモノクロ画像には使えないのだと思われます。
Increases or decreases hue and saturation by random values.
The augmenter first transforms images to HSV colorspace, then adds random values to the H and S channels and afterwards converts back to RGB.
Data Augmentation: Packages Overviewはカラー画像を題材にしていますので、そのままのコードではモノクロ画像には適用できないものが出てくるのだと思います。
今回の場合はimage_hue = hue.augment_images([image])はコメントアウトすれば良いかと思います。
投稿2021/08/29 10:22
編集2021/08/29 10:24総合スコア10716
あなたの回答
tips
プレビュー
