ValueError：对于 arrays，无法将输入数组从形状 (x,y) 广播到形状 (x-1, y)，形状使用相同的变量定义

Question

我正在尝试通过排除目标数组的边距来将数组保存到更大的数组中。 它在大多数情况下都有效，但有时目标数组的形状似乎会在没有明显原因的情况下发生变化。 我真的不明白错误来自哪里，因为两个形状都是用相同的变量（Size_X 和 Size_Y）定义的。

Image_target_no_margins = cv2.resize((Result_cllRuntime['writeResult']['depthData']*-1), dsize=(Size_X,Size_Y))

# create an array full of 0 with the shape of the Image
Image_target = np.zeros((Size_Y_ini, Size_X_ini))
Image_target[Corner_index_Y:Corner_index_Y+Size_Y, Corner_index_X:Corner_index_X+Size_X] = Image_target_no_margins

在这种情况下，我得到的错误是“ValueError：无法将输入数组从形状（1500,1500）广播到形状（1499、1500）”

我打印了一些变量：

尺寸_X = 1500

尺寸_Y = 1500

大小_X_ini = 1700

大小_Y_ini = 1600

Corner_index_X = 102

Corner_index_Y = 101

我只是看不出形状会有什么不同，但也许我看错了。 非常感谢您的回答。

Answer 1

在 numpy 数组中，第一个轴是 Y，第二个是 X。所以代码应该是：

Image_target = np.zeros((Size_Y_ini, Size_X_ini))
Image_target[Corner_index_Y:Corner_index_Y+Size_Y, Corner_index_X:Corner_index_X+Size_X] = Image_target_no_margins

Answer 2

我意识到这一行中的数值

Image_target[Corner_index_Y:Corner_index_Y+Size_Y, Corner_index_X:Corner_index_X+Size_X] = Image_target_no_margins

在这种情况下将是

Image_target[101:1601, 102:1602] = Image_target_no_margins

由于Image_target的形状为 (1600, 1700)， Image_target[101:1601, 102:1602]将变为Image_target[101:1600, 102:1602] ，使其成为新的形状 (1499,1500) 而不是 1500。

它大部分时间都在工作的原因是Corner_index_Y <= 100。现在我只需要找到我在定义Corner_index_Y出错的地方