Python ValueError：操作数无法与形状一起广播（5,4）（5,5）答案

【问题标题】：Python ValueError: operands could not be broadcast together with shapes (5,4) (5,5)Python ValueError：操作数无法与形状一起广播（5,4）（5,5）
【发布时间】：2015-07-29 02:23:57
【问题描述】：

所以我一直在做一个项目，但一直停留在一个步骤上。我正在使用一系列 for 循环在另一个更大的矩阵上迭代一个矩阵。我的整个代码一直运行到最后一步，它给了我一个 ValueError，说 ValueError: operands could not be broadcast together with shapes (5,4) (5,5)

我知道这是因为矩阵的大小不同 - 我认为错误出在我的填充中。有人可以看看这个并告诉我我的错误吗？想弄清楚这一点我快疯了。

def haar_feature_generator(image_array, haar_matrices_list):

    rows, columns = image_array.shape
    output_matrix = numpy.zeros((rows, columns))
    numpy.pad(output_matrix, (4,4), 'constant', constant_values=0)

    for y in range(0, rows):
        for x in range(0, columns):
            for haar_matrix in haar_matrices_list:
                rows_1, columns_1 = haar_matrix.shape
                output_matrix[y, x] = numpy.multiply((image_array[y:(y + rows_1) , x:(x + columns_1)]), haar_matrix).sum()

    output_array = numpy.asarray(abs(output_matrix))
    return output_array

hm_list_1 = ([numpy.matrix('1,1;-1,-1'), numpy.matrix('1,1,1 ; 1,1,-1 ; 1,-1,-1'), numpy.matrix('-1,-1,-1 ; -1,1,1 ; 1,1,1')])
hm_list_2 = ([numpy.matrix('1,1,1 ; 1,1,-1 ; -1,-1,-1'), numpy.matrix('-1,-1,-1 ; -1,-1,-1 ; 1,1,1')])
hm_list_3 = ([numpy.matrix('1,1,1,1 ; 1,1,1,1 ; 1,1,1,-1 ; -1,-1,-1,-1'), numpy.matrix('1,1,1,1 ; 1,1,-1,-1 ; -1,-1,-1,-1 ; -1,-1,-1,-1')])
hm_list_4 = ([numpy.matrix('1,1,1,1 ; 1,-1,-1,-1 ; 1,1,1,-1 ; -1,-1,-1,-1'), numpy.matrix('1,1,1,-1 ; 1,1,-1,-1 ; 1,-1,-1,-1 ; -1,-1,-1,-1')])
hm_list_5 = ([numpy.matrix('1,1,1,1,1 ; 1,1,-1,-1,-1 ; 1,1,1,-1,-1 ; 1,1,1,1,-1 ; -1,-1,-1,-1,-1')])

haar_matrices_list = hm_list_1 + hm_list_2 + hm_list_3 + hm_list_4 + hm_list_5
haar_feature_generator(image_array, haar_matrices_list)

【问题讨论】：

标签： python numpy padding

【解决方案1】：

没关系，解决了。希望这可以帮助遇到我遇到同样问题的人。

def haar_feature_generator(image_array, haar_matrices_list):

    rows, columns = image_array.shape
    output_matrix = numpy.zeros((rows, columns))

    for haar_matrix in haar_matrices_list:
        numpy.pad(output_matrix, len(haar_matrix[0]), 'constant', constant_values=0)
        for y in range(0, rows):
            for x in range(0, columns):
                rows_1, columns_1 = haar_matrix.shape
                output_matrix[y, x] = numpy.multiply((image_array[y:(y + rows_1) , x:(x + columns_1)]), haar_matrix).sum()

        output_array = numpy.asarray(abs(output_matrix))
        return output_array

hm_list_1 = ([numpy.matrix('1,1;-1,-1'), numpy.matrix('1,1,1 ; 1,1,-1 ; 1,-1,-1'), numpy.matrix('-1,-1,-1 ; -1,1,1 ; 1,1,1')])
hm_list_2 = ([numpy.matrix('1,1,1 ; 1,1,-1 ; -1,-1,-1'), numpy.matrix('-1,-1,-1 ; -1,-1,-1 ; 1,1,1')])
hm_list_3 = ([numpy.matrix('1,1,1,1 ; 1,1,1,1 ; 1,1,1,-1 ; -1,-1,-1,-1'), numpy.matrix('1,1,1,1 ; 1,1,-1,-1 ; -1,-1,-1,-1 ; -1,-1,-1,-1')])
hm_list_4 = ([numpy.matrix('1,1,1,1 ; 1,-1,-1,-1 ; 1,1,1,-1 ; -1,-1,-1,-1'), numpy.matrix('1,1,1,-1 ; 1,1,-1,-1 ; 1,-1,-1,-1 ; -1,-1,-1,-1')])
hm_list_5 = ([numpy.matrix('1,1,1,1,1 ; 1,1,-1,-1,-1 ; 1,1,1,-1,-1 ; 1,1,1,1,-1 ; -1,-1,-1,-1,-1')])

haar_matrices_list = hm_list_1 + hm_list_2 + hm_list_3 + hm_list_4 + hm_list_5

output_matrix = haar_feature_generator(image_array, haar_matrices_list)

【讨论】：