数字图像处理图像平移报错求助：TypeError与ValueError

错误根源 #

你遇到的两个错误本质是同一个问题：

• 调用translation(img,50,100)时传入的是原始彩色图像img，它的形状是(高度, 宽度, 3)（RGB三通道），但你的translation函数里创建的img_q是二维数组（仅包含高和宽，无通道维度）。
• 当尝试把img[r,c]（一个包含3个RGB值的序列）赋值给img_q的单个元素时，就会触发ValueError: setting an array element with a sequence，进而引发TypeError: only size-1 arrays can be converted to Python scalars。

修复方案 #

下面的代码同时兼容灰度图和彩色图的平移需求，修复了维度不匹配的问题：

from skimage import io
import matplotlib.pyplot as plt
from skimage.color import rgb2gray
import numpy as np

url = ("https://upload.wikimedia.org/wikipedia/commons/thumb/e/ec/Mona_Lisa%2C_by_Leonardo_da_Vinci%2C_from_C2RMF_retouched.jpg/300px-Mona_Lisa%2C_by_Leonardo_da_Vinci%2C_from_C2RMF_retouched.jpg")

img = io.imread(url)
img_libgray = rgb2gray(img)
fig, (ax1,ax2) = plt.subplots(1,2)
ax1.imshow(img)
ax2.imshow(img_libgray, cmap=plt.cm.gray)


def translation(img,xtrans,ytrans):
    # 根据输入图像维度创建对应形状的空数组
    if len(img.shape) == 2:  # 灰度图（二维）
        img_q = np.zeros((img.shape[0]+ytrans, img.shape[1]+xtrans), dtype=img.dtype)
    elif len(img.shape) == 3:  # 彩色图（三维）
        img_q = np.zeros((img.shape[0]+ytrans, img.shape[1]+xtrans, img.shape[2]), dtype=img.dtype)
    # 遍历像素完成平移
    for r in range(img.shape[0]):
        for c in range(img.shape[1]):
            img_q[r+ytrans, c+xtrans] = img[r,c]
    return img_q

# 示例1：平移灰度图
img_tr = translation(img_libgray,50,100)
fig, (ax1,ax2) = plt.subplots(1,2)
ax1.imshow(img_libgray, cmap=plt.cm.gray)
ax2.imshow(img_tr, cmap=plt.cm.gray)

# 示例2：平移彩色图（可选）
# img_tr_color = translation(img,50,100)
# fig, (ax1,ax2) = plt.subplots(1,2)
# ax1.imshow(img)
# ax2.imshow(img_tr_color)

plt.show()

关键修改点 #

1. 适配图像维度：函数自动判断输入是灰度图（二维）还是彩色图（三维），创建对应形状的输出数组，避免维度不匹配。
2. 保留数据类型：添加dtype=img.dtype，确保输出数组和原图像的数据类型一致，避免数值转换问题。
3. 传入正确图像：如果要处理灰度图，调用时传入img_libgray而非原始彩色图img。

内容的提问来源于stack exchange，提问作者Faiz Fadilah