使用自定义NumPy卷积函数处理图像报cannot reshape错误如何解决

问题原因 #

• 你使用的convolve函数仅适配单通道灰度图像的输入，而你打开的image.png为RGBA四通道图像，np.asarray(in_image)返回的数组shape为(高度, 宽度, 4)，而非函数预期的(高度, 宽度)
• 你索引图像得到的切片会自动带上最后一个通道维度的4个数值，总元素量刚好是预期reshape维度的4倍，触发reshape维度不匹配报错。

解决方法 #

方法1：将输入图像转为单通道灰度图 #

加载图像时直接转灰度，适配原函数逻辑：

# 加载图像时加.convert('L')转为单通道灰度
in_image = Image.open('image.png').convert('L')
numpydata = np.asarray(in_image)
array_img = convolve(numpydata, kernel)

方法2：修改卷积函数支持多通道图像 #

如果需要保留彩色/透明度通道，修改函数对每个通道单独做卷积：

def convolve_rgba(img, krn):
    is0, is1 = img.shape[0], img.shape[1]
    ks0, ks1 =  krn.shape[0], krn.shape[1]
    rs0, rs1 = is0 - ks0 + 1, is1 - ks1 + 1
    # 新增通道维度判断
    if len(img.shape) == 3:
        channels = img.shape[2]
        res = np.zeros((rs0, rs1, channels), dtype=img.dtype)
        for c in range(channels):
            res[...,c] = convolve(img[...,c], krn)
        return res
    else:
        # 原单通道逻辑保持不变
        ix0 = np.arange(ks0)[:, None] + np.arange(rs0)[None, :]
        ix1 = np.arange(ks1)[:, None] + np.arange(rs1)[None, :]
        res = krn[:, None, :, None] * img[(ix0.ravel()[:, None], ix1.ravel()[None, :])].reshape(ks0, rs0, ks1, rs1)
        res = res.transpose(1, 3, 0, 2).reshape(rs0, rs1, -1).sum(axis = -1)
        return res

调用时直接使用修改后的函数即可：

array_img = convolve_rgba(numpydata, kernel)

内容的提问来源于stack exchange，提问作者Ivan Anisimov