调用cv2.COLOR_BGR2GRAY转灰度图时出现axes don't match array错误

我能正常从摄像头读取帧：

success, image = self.video.read()

但当我尝试用以下代码将帧转为灰度模式时：

gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

出现了如下错误：

im = im[..., ::-1].transpose((0, 3, 1, 2))  # BGR to RGB, BHWC to BCHW, (n, 3, h, w)
ValueError: axes don't match array

更新代码 #

以下是我的完整相关代码：

类定义 #

class xyx(object):
    def __init__(self):
         ...

    def __del__(self):
        self.video.release()

    def get_frame(self):
        success, image = self.video.read()
        
        print(type(image))

        # clean      
        image = np.zeros((480,640,3), 
                dtype=np.uint8)
        image = get_grayscale(image)

        ...

        #...
        x = ...

        #...
        return ...

工具函数 #

def get_grayscale(img):
    return cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

def remove_noise(img):
    return cv2.medianBlur(img,5)

def thresholdImg(img):
    return cv2.threshold(img,0,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU)[1]

说明：错误并非出在深层代码；不进行灰度转换时程序可正常运行，问题完全出在BGR转灰度图的步骤中。

问题原因及解决办法 #

• 核心原因：cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)会将原本3通道的彩色图像（形状为(480, 640, 3)）转换成单通道灰度图（形状为(480, 640)），而后续代码中存在针对多通道图像的操作（比如错误栈里的transpose((0, 3, 1, 2))，该操作要求数组至少包含4个维度，或者至少能访问第3个索引），单通道图像的维度无法满足这个操作要求，因此抛出维度不匹配的错误。

• 两种可行解决思路：

  1. 适配后续多通道要求：如果后续流程必须依赖3通道图像格式，将灰度图重新转换为3通道格式：

     def get_grayscale(img):
         gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
         # 将单通道灰度图转为3通道BGR格式
         return cv2.cvtColor(gray, cv2.COLOR_GRAY2BGR)
     

  2. 修改后续代码适配单通道：检查灰度转换之后的所有处理逻辑，将针对3通道图像的操作（比如通道翻转、维度转换）修改为兼容单通道的版本。例如，如果后续代码是在处理批量图像，需要确保单通道图像被正确扩展维度（比如增加通道维度，形状变为(h, w, 1)）。

内容的提问来源于stack exchange，提问作者Mohammed Baashar