PPOCR报错 ValueError: operands could not be broadcast together with shapes (213,488,4) (1,1,3)

已于 2023-12-18 09:59:32 修改
阅读量2.7k 收藏 19
点赞数 10
分类专栏： ppocr 文章标签： 计算机视觉 opencv 人工智能 ocr
于 2023-11-06 16:59:07 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/kakabaole/article/details/134250142
版权
文章讲述了如何在PaddleOCR中修复图像通道问题，涉及修改`paddleocr.py`文件中img_decode函数的返回语句。同时提示，虽然代码修改后终端可能仍有问题，但推荐在PyCharm中尝试打开PPOCRLabel。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

报错信息

原因：图像通道问题
解决方法：修改代码./paddleocr.py 中img_decode函数中515行的return cv2.imdecode(np_arr, cv2.IMREAD_UNCHANGED) 修改为 return cv2.imdecode(np_arr, cv2.IMREAD_COLOR)

修改

补充：修改代码后，在终端中PPOCRLabel的打开可能仍出现问题，可以尝试在Pycharm中打开。

PPOCRLabel在Pycharm中打开

解决Python中ValueError: operands could not be broadcast together with shapes错误
.
03-27 1万+
总之，当出现类似于“ValueError: operands could not be broadcast together with shapes”的错误时，我们可以通过查看数组的形状、改变数组的形状或者使用广播功能来解决。广播是一种自动执行的机制，它可以将形状不同的数组转换成相同的形状，以便于进行一些数学运算。如果某个数组的形状不符合要求，我们可以使用NumPy库的reshape()函数来改变数组的形状。从上述输出结果可以看出，数组a的形状为(3,)，而数组b的形状为(3,1)。
ManimGL 运行出现 ValueError: operands could not be broadcast together with shapes (24,3) (0,3)
2301_79442552的博客
07-29 397
ManimGL 运行出现 ValueError: operands could not be broadcast together with shapes (24,3) (0,3)
打开ppocrlabel时报错ValueError: operands could not be broadcast together with shapes (213,488,4) (1,1,3)
MyGdWcj的博客
04-09 458
解决方法1：将paddleocr.py 中img_decode函数中515行的return cv2.imdecode(np_arr, cv2.IMREAD_UNCHANGED) 修改为 return cv2.imdecode(np_arr, cv2.IMREAD_COLOR）解决方法2：将ppocrlabel.py中的第116行注释掉即可。但我尝试过这种方法不行。
解决PPOCRLabel.py报错operands could not be broadcast together with shapes (213,488,4) (1,1,3)
m0_48095841的博客
03-20 804
解决PPOCRLabel.py报错operands could not be broadcast together with shapes (213,488,4) (1,1,3)
遇到：ValueError: operands could not be broadcast together with shapes错误应该如何解决
牛肉胡辣汤
08-08 3万+
​​ 进行元素级操作（相加），但是由于它们的形状不匹配，会导致 "ValueError: operands could not be broadcast together with shapes" 错误。要解决这个问题，可以使用广播机制将 ​​。​ 的形状进行调整，我们可以成功执行元素级操作，并得到期望的结果。​​ 添加一个新的维度，使其形状变为 (1, 3)，然后再与 ​。​​ 的形状相匹配。这里，我们可以使用 ​。在上面的例子中，我们尝试将 ​。
tensorflow2.0:ValueError: Operands could not be broadcast together with shapes
qq_42208267的博客
03-24 1403
Traceback (most recent call last): File "F:/sosoon/PaddlePorject/tf2/CIRFA100resnet.py", line 134, in <module> model.build(input_shape=(None, 32, 32, 3)) File "D:\setup\Anaconda\envs\pa...
ValueError: operands could not be broadcast together with shapes (38,5) (0,)
m0_56177944的博客
04-12 846
在用yolox训练自己的数据集时每10个epoch出现这个错误，还未解决，记录一下。
解决DHSNet ValueError: operands could not be broadcast together with shapes (224,224) (3, ) (224,224)
ZXY115019的博客
05-18 3572
最近在复现DHSnet-pytorch模型，代码调试过程中遇到如下错误： ValueError: operands could not be broadcast together with shapes (224,224) (3, ) (224,224) 通过错误描述可知该问题出现在 dataset.py 文件的第56行： 该函数的功能是将输入图片和ground truth 进行真值处理，以增强物体与背景的对比度，最后转化为GPU可以处理的张量。 而为什么会在这一行出错呢，该错误的描述即为：
numpy中multiply函数怎么用
子衿_青青的博客
02-05 4万+
multiply(a,b)就是个乘法，如果a,b是两个数组，那么对应元素相乘 numpy.multiplynumpy.multiply(x1, x2[, out]) = Multiply arguments element-wise.Parameters:x1, x2 : array_likeInput arrays to be multiplied.Returns:y : ndarrayT
ValueError: operands could not be broadcast together with shapes (9,8) (8,9)
ThorKing01的博客
08-01 5万+
在进行矩阵计算的时候遇到的错误，为了方便理解，以3*2和2*3的矩阵为例。 ValueError: operands could not be broadcast together with shapes (3,2) (2,3) import numpy as np a=np.array([[1,2],[3,4],[5,6]]) b=np.array([[1,1,1],[2,2,2]]) p...
ValueError: operands could not be broadcast together with shapes (1404,2000,1) (1404,2000)
追梦鸟
07-25 579
转发链接：https://discuss.pytorch.org/t/runtimeerror-given-groups-1-weight-of-size-64-3-7-7-expected-input-3-1-224-224-to-have-3-channels-but-got-1-channels-instead/30153/4。此处图片为灰度图片，通道数为1，shape为（351,500），现在需要（351,500，1），所以报错。方法3：本文是复现Real-ESRGAN，只需要加上两句代码即可。
Python报错：ValueError: operands could not be broadcast together with shapes
来知晓的博客
11-17 6万+
要做广播的基础，首先是一维以上的矩阵，系统不支持一维向量的广播扩展。
python-tensorflow异常-Oprends could not be broadcast to gether with shapes
Blackoutdragon的博客
07-08 743
Oprends could not be broadcast to gether with shapes
ValueError: operands could not be broadcast together with shapes (416,416,4) (3,)
公众号/知乎: AI算法札记，欢迎关注交流
11-28 1万+
1.问题描述 在深度学习训练、读取图片时，遇到下面问题 ValueError: operands could not be broadcast together with shapes (416,416,4) (3,) 2.原因分析 一般是读三通道的图片，即RGB图片，而根据报错情况，可以看到图片是四通道，此外还有灰度图是单通道也会类似情况。 3.处理方法 3.1 直接跳过非三通道图片 for ......
operands could not be broadcast together with shapes解决方案
热门推荐
一扣解千愁的博客
01-17 11万+
矩阵相乘遇到：operands could not be broadcast together with shapes (163,5652) (5652,1) 先描述一下： train_x.T 是一个（163,5662） 的ndarray Lost 是一个（5662, 1）的ndarray 这里我大概明白哪里错了，首先得明白（乘以*）和（矩阵相乘dot） 使用测试demo a = np.ar...
ValueError: operands could not be broadcast together with shapes(XX, XX) (XX, XX)报错及解决办法
Z_H38889的博客
07-16 756
ValueError: operands could not be broadcast together with shapes(XX, XX) (XX, XX)报错及解决办法，程序内的for循环读取顺序跟常规的逻辑是不太一致的
python问题：ValueError: operands could not be broadcast together with shapes (100,3) (3,1)
小太阳~
10-11 6万+
原文链接：http://www.mamicode.com/info-detail-1072145.html 背景：dataMatrix是(100,3)的列表，labelMat是(1，100)的列表，weights是(3,1)的数组，属性如下代码所示： >>> import types >>> type(dataMatrix) >>> type(labelMat) >>>
.py程序运行时，出现operands could not be broadcast together with shape (12,) (11,)错误
199铱
12-28 3287
在变量分箱并调用自定义函数get_woe_iv计算WOE值和IV时，或其他类似于分组场景的情况下，提示operands could not be broadcast together with shape (12,) (11,)错误 这是由于变量分箱中，某个bin中的观测个数为0（即没有观测），或者分组区间没有覆盖到部分值，导致根本不存在这样的区间，就导致实际的数据维度小于应有的数据维度。这点不...
ValueError: operands could not be broadcast together with shapes (50,) (50,2)
最新发布
11-20
ValueError: operands could not be broadcast together with shapes (50,) (50,2) 这个错误通常发生在Python的NumPy库中，当你尝试进行数组运算时，如果两个数组的维度不兼容，就不能直接相加或相乘。这里 `(50,)` 表示一个一维数组有50个元素，而 `(50,2)` 表示一个二维数组有50行2列。 例如，如果你有一个一维数组 `a` 和一个二维数组 `b`，并且试图像这样操作： ```python a = np.array([1, 2, 3, ..., 50]) b = np.array([[10, 20], [30, 40], ..., [90, 100]]) # (50,2) shape ``` 当你尝试执行 `c = a + b` 或 `c = a * b`，会因为这两个数组的形状不匹配导致错误。`a` 的形状只能匹配另一个同样是一维的数组，或者与 `b` 的某一行匹配才能进行广播（broadcasting），但这里显然不符合。 要解决这个问题，你需要将 `b` 变成一维向量，或者调整 `a` 的形状使其能匹配 `b`。如果想要在每个元素上对应相加，你可以将 `b` 转换为一维： ```python b = b.flatten() # 将二维数组展平为一维 c = a + b ``` 或者选择适当的行或列进行计算，取决于你的需求。
评论 11
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值