2D图像转3D时numpy数组transpose报axes don't match array错误求助

错误原因分析 #

你的代码触发这个错误主要有两个核心问题：

1. object_images列表未填充
   循环读取帧后，你只做了保存图像的操作，完全没有把处理后的frame添加到object_images列表里。这会导致np.array(object_images)生成一个空数组，或者维度完全不符合预期的数组，后续执行transpose自然会报错。

2. 轴索引与数组实际维度不匹配
   假设你补全了列表填充的步骤，cv2读取的彩色图像是**(height, width, 3)的三维数组，那么object_images_array的初始维度会是(num_frames, cube_height, cube_width, 3)**（4维数组）。而你执行transpose(1, 0, 2)只指定了3个轴索引，但数组本身有4个轴，轴数量不匹配，直接触发axes don't match array错误。

修复方案 #

根据你想要得到(cube_depth, cube_height, cube_width)的目标维度，按以下步骤调整代码：

1. 补全列表填充逻辑
   在循环里的cv2.imwrite之后，添加一行代码把帧存入列表：

   object_images.append(frame)
   

2. 调整数组维度与transpose参数
   分两种情况处理：

   • 如果是生成灰度3D立方体：
     在resize前把彩色帧转成灰度图，这样每个帧是2维数组，最终数组维度直接符合需求：

     # 在Resize前添加转灰度
     frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
     frame = cv2.resize(frame, (cube_width, cube_height))
     

     此时object_images_array的维度是(num_frames, cube_height, cube_width)，也就是你要的(cube_depth, cube_height, cube_width)，不需要执行transpose。

   • 如果要保留彩色通道（目标维度为(cube_depth, cube_height, cube_width, 3)）：
     初始数组已经是这个维度，无需transpose；如果需要把通道维度移到最前面，用transpose(3, 0, 1, 2)，得到(3, cube_depth, cube_height, cube_width)的数组。

   • 如果你确实需要调整轴顺序到(cube_depth, cube_height, cube_width)（比如原数组维度是(cube_height, cube_width, cube_depth)），那要确保数组是3维的前提下，用transpose(2, 0, 1)来完成轴变换。

内容的提问来源于stack exchange，提问作者Ali Soleymani