我试图计算图像渐变的中位数，但继续得到numpy中值函数的误差 . 以下是我使用的示例代码：
# Compute gradients
print("Computing gradients.")
gradx = map(lambda x: cv2.Sobel(x, cv2.CV_64F, 1, 0, ksize=KERNEL_SIZE), images)
grady = map(lambda y: cv2.Sobel(y, cv2.CV_64F, 0, 1, ksize=KERNEL_SIZE), images)
以下是上述代码的示例输出：
[array([[[ 0., 0., 0.],
[ 114., 52., 350.],
[ 78., 118., 420.],
...,
[ -56., -192., -262.],
[ -86., -162., -150.],
[ 0., 0., 0.]],
[[ 0., 0., 0.],
[ 107., 45., 299.],
[ 54., 78., 328.],
...,
[ -50., -177., -257.],
[ -72., -148., -138.],
[ 0., 0., 0.]],
[[ 0., 0., 0.],
[ 81., 12., 149.],
[ 30., 9., 121.],
...,
[ -37., -152., -252.],
[ -43., -128., -117.],
[ 0., 0., 0.]],
现在，我试图计算gradx和grady的中位数
# Compute median of grads
print("Computing median gradients.")
Wm_x = np.median(np.array(gradx), axis=0)
Wm_y = np.median(np.array(grady), axis=0)
但我每次都会收到错误：
IndexError Traceback (most recent call last)
in（）29＃计算梯度中位数30打印（“计算中位数梯度” . ）---> 31 Wm_x = np.median（np.array（gradx），轴= 0）32 Wm_y = np.median（np . array（grady），axis = 0）33
/Users/ksrivasta/anaconda3/lib/python3.6/site-packages/numpy/lib/function_base.py in median（a，axis，out，overwrite_input，keepdims）3942“”“3943 r，k = _ureduce（a， func = _median，axis = axis，out = out， - > 3944 overwrite_input = overwrite_input）3945 if keepdims：3946 return r.reshape（k）
_Users/ksrivasta/anaconda3/lib/python3.6/site-packages/numpy/lib/function_base.py in _ureduce（a，func，** kwargs）3834 axis = operator.index（axis）3835 if axis> = nd或轴<-nd： - > 3836引发IndexError（“轴％d超出界限（％d）”％（轴，a.ndim））3837 keepdim [轴] = 1 3838除TypeError：
IndexError：轴0超出范围（0）
我无法理解如何解决这个问题 . 请指教 .