如何手动对RGB图像执行逐通道归一化？

你的代码报错是因为numpy广播机制要求操作数的维度能对应匹配：图像形状是(3,512,512)（通道在前），而mean和std是(3,)，两者维度不匹配，无法直接完成广播计算。

解决方法很简单，只需把mean和std的形状扩展为(3,1,1)，让它们能和每个通道的所有像素一一对应，具体修改如下：

import numpy as np
from PIL import Image

img_name = 'example/abc/myfile.png'
img = np.asarray(Image.open(img_name))
img = np.transpose(img, (2,0,1))  # 转为(通道, 高, 宽)格式

# 扩展mean和std的维度，从(3,)变成(3,1,1)
mean = mean.reshape(3, 1, 1)
std = std.reshape(3, 1, 1)

# 现在可以正常执行逐通道归一化
normalized_img = (img / 255.0 - mean) / std

也可以用np.expand_dims实现维度扩展，效果完全一致：

mean = np.expand_dims(mean, axis=(1,2))
std = np.expand_dims(std, axis=(1,2))

补充说明 #

如果保留PIL默认的(高, 宽, 通道)图像格式（不转置），只需把mean和std扩展为(1,1,3)，同样能完成逐通道归一化：

img = np.asarray(Image.open(img_name))  # 形状(512,512,3)
mean = mean.reshape(1,1,3)
std = std.reshape(1,1,3)
normalized_img = (img / 255.0 - mean) / std

内容的提问来源于stack exchange，提问作者Simone