File "/media/linux/643A-4CF3/code/SelfDeblur-master/K-meanszengqiang.py", line 35, in <module> contrast = kmeans_contrast(image) File "/media/linux/643A-4CF3/code/SelfDeblur-master/K-meanszengqiang.py", line 10, in kmeans_contrast kmeans = cv2.KMeans(n_clusters=k, max_iter=100, n_init=10, random_state=42) AttributeError: module 'cv2' has no attribute 'KMeans'

这个错误提示说在你的代码中调用了 `cv2.KMeans`，但是cv2模块中并没有这个属性。这是因为在OpenCV 4.0版本后，KMeans算法被移动到了ml模块中。你可以尝试修改代码中的这一行：

kmeans = cv2.KMeans(n_clusters=k, max_iter=100, n_init=10, random_state=42)

改为：

kmeans = cv2.ml.KMeans_create()
kmeans.setClustersNumber(k)
kmeans.setTermCriteria((cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 100, 1.0))
kmeans.setAttempts(10)
kmeans.setFlags(cv2.KMEANS_PP_CENTERS)

这样就可以使用ml模块中的KMeans算法了。

相关问题

File "/media/linux/643A-4CF3/code/SelfDeblur-master/jiao.py", line 8, in <module> height, width = img.shape[:2] AttributeError: 'NoneType' object has no attribute 'shape'

这个错误通常发生在您尝试读取一个不存在的或无法读取的图像时。在这种情况下，cv2.imread函数将返回None，而不是一个图像数组，因此在获取图像形状时会出现'NoneType' object has no attribute 'shape'的错误。

为了解决这个问题，您可以检查cv2.imread函数是否成功读取了图像文件。您可以使用以下代码来检查：

import cv2

img = cv2.imread('image.png', cv2.IMREAD_GRAYSCALE)
if img is None:
    print('Failed to read image file')
else:
    height, width = img.shape[:2]
    # 做一些图像处理

如果cv2.imread函数成功读取了图像文件，则可以继续进行图像处理。否则，您需要检查文件路径是否正确，以及图像文件是否存在。

File "/media/linux/643A-4CF3/code/SelfDeblur-master/hsizengqiang4.py", line 67, in <module> img_enhanced = MSRCR(img, [15, 80, 200], 3.0, 25.0, 125.0, 55.0, 0.01, 0.99) File "/media/linux/643A-4CF3/code/SelfDeblur-master/hsizengqiang4.py", line 50, in MSRCR img_retinex = multiScaleRetinex(intensity, sigma_list) #进行多尺度Retinex算法增强 File "/media/linux/643A-4CF3/code/SelfDeblur-master/hsizengqiang4.py", line 13, in multiScaleRetinex retinex += singleScaleRetinex(img, sigma) numpy.core._exceptions.UFuncTypeError: Cannot cast ufunc 'add' output from dtype('float16') to dtype('uint8') with casting rule 'same_kind'

这个错误是因为在进行多尺度Retinex算法增强时，计算出的增强后的像素值使用了float16类型，但是在计算完成后需要将其转换为uint8类型的像素值，而两者类型不兼容。可能的解决方案是在计算完成后将像素值转换为uint8类型，可以使用numpy的astype()方法将其转换为uint8类型。例如，可以尝试将第50行的代码修改为：

这样，计算出的像素值将被强制转换为uint8类型，避免了类型不兼容的错误。