使用numpy替换图像RGB颜色时出现形状不匹配错误该如何修复？

错误根源 #

你触发报错的核心原因是通道提取的切片语法使用错误，连带还有通道顺序匹配错误、逻辑冗余的问题：

• 你使用的tmp_img[:,:,:0]、tmp_img[:,:,:1]、tmp_img[:,:,:2]是范围切片语法：[:, :, x:y]代表提取通道索引从x到y-1的子数组，所以：
  • [:,:,:0]提取索引小于0的通道，返回空数组，形状为(高,宽,0)
  • [:,:,:1]仅提取第0个通道，形状为(高,宽,1)
  • [:,:,:2]提取前2个通道，形状为(高,宽,2)
    三个数组形状完全不匹配，自然无法执行布尔运算触发广播报错。
• OpenCV默认读取的图像通道顺序为BGR，你代码中把第0个通道认作red、第1个认作blue，后续赋值也会出现颜色错乱。
• 嵌套循环的逻辑会导致每次新颜色替换都覆盖上一次的替换结果，不符合多颜色批量替换的预期。

修复方案 #

正确的单通道提取应该用[:, :, 通道索引]的索引语法，返回的是形状统一为(高,宽)的二维数组，可直接做布尔运算。

基础修复版代码 #

import numpy as np
import cv2
import random

def magic(self, tmp_img, color_combination_image, hsv, old_rgb):
    # 注意cv2图像是BGR顺序，如果你传入的old_rgb、new_color是RGB格式，要先转BGR
    for idx, color_to_swap_with in enumerate(old_rgb):
        # 把RGB转成BGR匹配cv2通道顺序
        old_b, old_g, old_r = color_to_swap_with[::-1]
        new_r, new_g, new_b = color_combination_image[idx]
        new_bgr = [new_b, new_g, new_r]
        
        # 正确提取单通道
        b, g, r = tmp_img[:, :, 0], tmp_img[:, :, 1], tmp_img[:, :, 2]
        mask = (b == old_b) & (g == old_g) & (r == old_r)
        tmp_img[mask] = new_bgr
    
    tmp_image_name= self.image_name + "-swappedcolors-" + str(random.random()) + ".jpg"
    tmp_path = self.path_to_swapped_colors+tmp_image_name.split(".")[0]+"/"+tmp_image_name
    cv2.imwrite(tmp_path, tmp_img)

高效优化版（避免循环，numpy广播一次性处理） #

如果需要替换的颜色数量较多，可直接用广播运算替代循环，速度提升数倍：

def magic(self, tmp_img, color_combination_image, hsv, old_rgb):
    # 转成BGR格式数组
    old_bgr = np.array(old_rgb)[:, ::-1]
    new_bgr = np.array(color_combination_image)[:, ::-1]
    
    # 生成所有匹配位置的mask
    match_mask = (tmp_img[..., None] == old_bgr.T).all(axis=2)
    # 批量替换
    for i in range(len(old_bgr)):
        tmp_img[match_mask[..., i]] = new_bgr[i]
    
    tmp_image_name= self.image_name + "-swappedcolors-" + str(random.random()) + ".jpg"
    tmp_path = self.path_to_swapped_colors+tmp_image_name.split(".")[0]+"/"+tmp_image_name
    cv2.imwrite(tmp_path, tmp_img)

内容的提问来源于stack exchange，提问作者sololuvr