Python中的ValueError，数组中的索引数不匹配

Posted 2023-03-12

【中文标题】Python中的ValueError，数组中的索引数不匹配

【英文标题】：ValueError in Python, Number of Indices in Array not Matching

【发布时间】：2021-02-08 12:49:58

【问题描述】：

我应该编写一个方法，通过使用“平均方法”将 RGB 图像转换为灰度，其中我取 3 种颜色的平均值（不是加权方法或亮度方法）。然后我必须将原始 RGB 图像和灰度图像彼此相邻显示（连接）。我正在编写的语言是 Python。这就是我的代码目前的样子。

import numpy as np
import cv2

def average_method(img):
    grayValue = (img[:,:,2] + img[:,:,1] + img[:,:,0])/3
    gray_img = grayValue.astype(np.uint8)
    return gray_img

def main():
    img1 = cv2.imread('html/images/sunflowers.jpg')
    img1 = cv2.resize(img1, (0, 0), None, .25, .25)
    img2 = average_method(img1)
    numpy_concat = np.concatenate((img1, img2), 1)
    cv2.imshow('Numpy Concat', numpy_concat)
    cv2.waitKey(0)
    cv2.destroyAllWindows

if __name__ =="__main__":
    main()

当我尝试运行它时，它显示了这个错误：

    Traceback (most recent call last):
  File "test.py", line 23, in <module>
    main()
  File "test.py", line 16, in main
    numpy_concat = np.concatenate((img1, img2), 1)
  File "<__array_function__ internals>", line 5, in concatenate
ValueError: all the input arrays must have same number of dimensions, but the array at index 0 has 3 dimension(s) and the array at index 1 has 2 dimension(s)

有人可以帮我解决这个问题，以便我可以使用“平均方法”成功地将 RGB 和灰度并排放置吗？不确定我是否正确设置了平均方法并导致此问题，或者它是否来自我尝试连接图片的方式。谢谢。

【问题讨论】：

专业提示：您的问题是关于索引错误，而不是关于灰色计算。所以你应该把它放在标题中并作为主要问题，否则人们可能会忽略你的问题

您确定这是彩色图像吗？每一步之后的 img1.shape 是什么？ cv2.imread 的第二个参数是什么意思？

@GiacomoCatenazzi 感谢您指出这一点！我继续编辑它。

@TurePålsson 是的，img1 应该是彩色图像（原始图像），然后 img2 将是它的灰度图像。感谢您提到 cv2.imread 的第二个参数，我把它拿出来是因为它本身会将其转换为灰度，但我只想显示原始的 rgb 参数。 cv2.imread 之后的 img1.shape 是 (183, 275, 3)。 cv2.resize 后的 img1.shape 为 (46, 69, 3)。

@TurePålsson 在 np.concatenate 行之后打印语句不会打印，这意味着该行没有通过，因为“ValueError：所有输入数组必须具有相同的维数，但数组索引 0 处有 3 个维度，索引 1 处的数组有 2 个维度”。我编辑了我的问题，现在更清楚了。

【参考方案1】：

错误消息几乎可以告诉您发生了什么。您的 img2 现在是灰度（单通道）图像，而 img1 显然仍然是彩色（三通道）。

我不是 numpy 向导，所以可能有更好的解决方案，但我认为您可以使用将 img2 扩展到三个通道

img2 = np.stack(3 * [img2], axis=2)

编辑：可能更高效（也更难理解）：

img2 = np.repeat(A[..., np.newaxis], 3, axis=2)