img_color[:, :, i] = np.divide(img[:, :, i], img_sum_expanded) ValueError: operands could not be broadcast together with shapes (480,640) (480,640,1,3)

这个错误是因为 `img_sum_expanded` 是一个四维数组，而 `img[:, :, i]` 是一个二维数组，它们的形状不一样，无法直接进行相除操作。

你可以尝试将 `img[:, :, i]` 扩展一下维度，使其变成一个四维数组，形状与 `img_sum_expanded` 一致，然后再进行相除操作。以下是一种可能的实现方式：

img_color = np.zeros_like(img)
img_sum_expanded = np.expand_dims(img_sum, axis=-1)
img_sum_expanded = np.expand_dims(img_sum_expanded, axis=-1)
img_sum_expanded = np.expand_dims(img_sum_expanded, axis=-1)
for i in range(3):
    img_color[:, :, i] = np.divide(img[:, :, i][:, :, np.newaxis, np.newaxis], img_sum_expanded)

这里先使用 `np.expand_dims` 函数将 `img_sum` 扩展三次，使其从二维变成了四维，然后用 `img[:, :, i][:, :, np.newaxis, np.newaxis]` 将 `img[:, :, i]` 扩展两次，使其也变成了四维。这样就可以进行相除操作了。

相关问题

完善代码my_norm=[] for i in norm: if i == 0: break else: mf_norm = np.divide(mf_out, norm)

好的，根据您的代码，可能存在一些问题。如果您想要对一个数组 `norm` 中的每个元素进行处理，如果该元素为 0 则跳过，否则进行除法运算，可以使用如下代码：

import numpy as np

norm = [1, 2, 0, 4, 5, 0, 7, 8, 0]
mf_out = np.array([1, 2, 3])

my_norm = []
for i in norm:
    if i == 0:
        continue
    else:
        mf_norm = np.divide(mf_out, i)
        my_norm.append(mf_norm)

print(my_norm)

上述代码中，我们首先定义了一个列表 `norm` 和一个 NumPy 数组 `mf_out`。然后，使用循环遍历列表 `norm` 中的每个元素，如果该元素为 0，则使用 `continue` 跳过当前循环，继续下一次循环；否则，使用 `np.divide()` 函数进行除法运算，将结果保存到一个新的列表 `my_norm` 中。

注意，我在代码中添加了一行 `my_norm = []`，用于定义空列表，这是必须的，否则会报错。同时，在代码中使用了 `append()` 函数将每次运算的结果添加到 `my_norm` 中，最终输出 `my_norm` 列表。

完善my_norm = [] for i in norm: if i == 0: break else: mf_norm = np.divide(mf_out, i) my_norm.append(mf_norm)

好的，如果您想要将除数为 0 的元素跳过，并且在最终的结果中以 0 来代替，可以使用如下代码：

import numpy as np

norm = [1, 2, 0, 4, 5, 0, 7, 8, 0]
mf_out = np.array([1, 2, 3])

my_norm = []
for i in norm:
    if i == 0:
        my_norm.append(0)  # 将除数为 0 的元素替换为 0
        continue
    else:
        mf_norm = np.divide(mf_out, i)
        my_norm.append(mf_norm)

print(my_norm)

上述代码中，我们使用循环遍历列表 `norm` 中的每个元素，如果该元素为 0，则将 0 添加到结果列表 `my_norm` 中，并使用 `continue` 跳过当前循环，继续下一次循环；否则，使用 `np.divide()` 函数进行除法运算，将结果保存到 `my_norm` 列表中。

注意，我在代码中添加了一行 `my_norm = []`，用于定义空列表，这是必须的，否则会报错。同时，在代码中使用了 `append()` 函数将每次运算的结果添加到 `my_norm` 中，最终输出 `my_norm` 列表。