Python 在Google Colab中尝试其他源图像后出现ValueError

所以最近，我一直在尝试Aliaksandr Siarohin的一阶运动模型方法来制作deepfake视频（使用与使用Google Colab/笔记本电脑类似的演示）

一切都进行得很顺利，直到我决定制作第二个deepfake视频，这次使用了不同的“源图像”（参见代码中的002.jpg）。更改源映像后，我遇到以下ValueError：

ValueError:所有输入数组的维度数必须相同，但索引0处的数组有2个维度，索引1处的数组有3个维度

问题显然出在第33行：

im=plt.imshow（np.concatenate（cols，axis=1），animated=True）

代码：

事实上，我在使用另一个映像成功运行代码后出现了这个错误，这让我认为问题在于映像。我再次尝试了第一个图像（001.jpg），但是ValueError没有出现。所以我的问题是，为了使给定的代码能够工作，我需要对图像进行哪些更改？或者代码本身有什么奇怪之处？我检查了文件大小（12KB），实际上它比我以前使用的文件小（31KB）。宽度和高度之间也没有太大的距离（新图像为218x300，旧图像为384x512）

!pip install scikit-video
import skvideo.io  
driving_video = skvideo.io.vread("/content/gdrive/My Drive/first-order-motion-model/huhu.mp4") 
print(driving_video.shape)

import imageio
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.animation as animation
from skimage.transform import resize
from IPython.display import HTML
import warnings
warnings.filterwarnings("ignore")

source_image = imageio.imread('/content/gdrive/My Drive/first-order-motion-model/002.jpg')

#Resize image and video to 256x256

source_image = resize(source_image, (256, 256))[..., :3]
driving_video = [resize(frame, (256, 256))[..., :3] for frame in driving_video]

def display(source, driving, generated=None):
    fig = plt.figure(figsize=(8 + 4 * (generated is not None), 6))

    ims = []
    for i in range(len(driving)):
        cols = [source]
        cols.append(driving[i])
        if generated is not None:
            cols.append(generated[i])
        im = plt.imshow(np.concatenate(cols, axis=1), animated=True)
        plt.axis('off')
        ims.append([im])

    ani = animation.ArtistAnimation(fig, ims, interval=50, repeat_delay=1000)
    plt.close()
    return ani
    

HTML(display(source_image, driving_video).to_html5_video())