Python 如何修复此错误：没有足够的值来解包（预期值为4，实际值为1）

我的密码是：

def averaged_slope_intercept(mage, lines, line=None):
    left_fit = []
    right_fit = []
    x1, y1, x2, y2 = line.reshape(4)

    for line in lines:
        line.reshape(4)
        x1, y1, x2, y2 = line.reshape(4)
        parameters = np.polyfit((x1,x2),(y1,y2), 1)
        print(parameters)
        slope = parameters[0]
        intercept = parameters[1]
        if slope < 0:
            left_fit.append((slope, intercept))
        else:
            right_fit.append((slope, intercept))
    print(left_fit)
    print(right_fit)
    left_fit_avarage = np.average(left_fit, axis=0)
    right_fit_avarage = np.average(right_fit, axis=0)
    print(left_fit_avarage, "left")
    print(right_fit_avarage, "right")
    left_line = make_coordinates(mage, left_fit_average)
    right_line = make_coordinates(mage, right_fit_average)
    return np.array([left_line, right_line])

def平均斜率截距（图像、线条、线条=无）：
左拟合=[]
右拟合=[]
x1，y1，x2，y2=直线。重塑（4）
对于行中的行：
线条。重塑（4）
x1，y1，x2，y2=直线。重塑（4）
参数=np.多边形拟合（（x1，x2），（y1，y2），1）
打印（参数）
斜率=参数[0]
截距=参数[1]
如果坡度<0：
左拟合附加（（斜率，截距））
其他：
右拟合附加（（斜率，截距））
打印（左对齐）
打印（右对齐）
左拟合平均值=np.平均值（左拟合，轴=0）
右拟合平均值=np.平均值（右拟合，轴=0）
打印（左对齐，左对齐）
打印（右对齐，右对齐）
左线=生成坐标（图像、左拟合平均值）
右线=生成坐标（图像、右拟合平均值）
返回np.array（[左\u行，右\u行]）

但我一直在犯这样的错误： ：没有足够的值来解包（预期为4，实际为1） 在生产线上： x1，y1，x2，y2=直线。重塑（4）

教训是@

返回前面提到的numpy数组，该数组是一个单值，但包含4项。您可以通过以下方式修复此问题并执行

def平均斜率截距（图像、线条、线条=无）：
左拟合=[]
右拟合=[]
#x1，y1，x2，y2=直线。重塑（4）#移除
对于行中的行：
#线条。重塑（4）#移除
x1，y1，x2，y2=*线条。重塑（4）#更新
参数=np.多边形拟合（（x1，x2），（y1，y2），1）
打印（参数）
斜率=参数[0]
截距=参数[1]
如果坡度<0：
左拟合附加（（斜率，截距））
其他：
右拟合附加（（斜率，截距））
打印（左对齐）
打印（右对齐）
左拟合平均值=np.平均值（左拟合，轴=0）
右拟合平均值=np.平均值（右拟合，轴=0）
打印（左对齐，左对齐）
打印（右对齐，右对齐）
左线=生成坐标（图像、左拟合平均值）
右线=生成坐标（图像、右拟合平均值）
返回np.array（[左\u行，右\u行]）

重塑（）

返回一个

numpy

数组，而不是4个值。您可以将行调整为

x1、y1、x2、y2=*line。重塑（4）

以解构数组以分配值。

line

或

line

看起来像什么？它有一个

重塑

方法这一事实意味着它是一个numpy数组，但是

数据类型和
形状是什么呢<代码>a，b，c，d=np。一个（（4,3））
工作正常。数组在第一维是可迭代的。我们需要更多地了解
line
。程序的主体被分割成调用的函数，其中：lines=cv2.HoughLinesP（crapped_image，2，np.pi/180，100，np.array（[]），minLineLength=40，maxLineGap=5）定义了行variable@MNFsoft，我知道你的代码在语义上不正确，不确定传入的
行
参数将如何帮助您的算法。
def averaged_slope_intercept(mage, lines, line=None):
    left_fit = []
    right_fit = []
    #x1, y1, x2, y2 = line.reshape(4)                 # Removed

    for line in lines:
        #line.reshape(4)                              # Removed
        x1, y1, x2, y2 = *line.reshape(4)             # Updated
        parameters = np.polyfit((x1,x2),(y1,y2), 1)
        print(parameters)
        slope = parameters[0]
        intercept = parameters[1]
        if slope < 0:
            left_fit.append((slope, intercept))
        else:
            right_fit.append((slope, intercept))
    print(left_fit)
    print(right_fit)
    left_fit_avarage = np.average(left_fit, axis=0)
    right_fit_avarage = np.average(right_fit, axis=0)
    print(left_fit_avarage, "left")
    print(right_fit_avarage, "right")
    left_line = make_coordinates(mage, left_fit_average)
    right_line = make_coordinates(mage, right_fit_average)
    return np.array([left_line, right_line])