ValueError: operands could not be broadcast together with shapes (416,416,4) (3,)

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 img in imgs:
        img = os.path.join(root, img)
        img=cv2.imread(img)
        img=cv2.resize(img,(416,416))
        if img.shape[2] != 3:
            continue

3.2 将非三通道图片转为三通道图片

from PIL import Image
if im.shape[2] == 4:
  im = Image.open(im_path).convert("RGB")

4.四通道相关知识

在图像处理中，真彩位图文件的每个通道都定义为 8 位，可以提供 256 个级别的强度。因此，一个 RGB 文件是 24 位的，具有 256 个级别（都带有红、绿和蓝）。而RGBA 文件（红、绿、蓝、alpha）是 32 位的，具有额外的 8 位 alpha，Alpha用来衡量一个像素或图像的透明度，可以提供 256 个级别的透明度。这样，每个像素是由四个部分组成：一个Alpha通道和三个颜色分量(R、G和B)。当Alpha值为0时，该像素是完全透明的，而当Alpha值为255时，该像素完全不透明。
　　Alpha混色是将源像素和背景像素的颜色进行混合，最终显示的颜色取决于其RGB颜色分量和Alpha值。
它们之间的关系可用下列公式来表示：
显示颜色 = 源像素颜色 X alpha / 255 + 背景颜色 X (255 - alpha) / 255

5.参考资料

https://blog.csdn.net/H2008066215019910120/article/details/13558597
https://blog.csdn.net/qq_31486503/article/details/80467302