自适应阈值错误：（-215：断言失败）函数“adaptiveThreshold”中的 src.type() == CV_8UC1

Question

我正在研究预训练的 vgg16 模型，因为我需要将图像文件的输入大小设置为 (224,224,3)。

我正在处理的代码是：

from tensorflow.keras.preprocessing import image
import cv2
import matplotlib.pyplot as plt

img = image.load_img('abc.jpg',target_size=(224,224))
img = image.img_to_array(img)

print(img.shape)
## output : (224,224,3)
img_grey = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
#plt.imshow(img_grey)

th3 = cv2.adaptiveThreshold(img_grey,255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C,cv2.THRESH_BINARY,11,2)
plt.figure(figsize=(20,10))
plt.imshow(th3)

error                                     Traceback (most recent call last)
<ipython-input-88-2a8a27b965ed> in <module>
     17 #plt.imshow(img_grey)
     18 
---> 19 th3 = cv2.adaptiveThreshold(img_grey,255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C,cv2.THRESH_BINARY,11,2)
     20 plt.figure(figsize=(20,10))
     21 plt.imshow(th3)

error: OpenCV(4.1.0) /io/opencv/modules/imgproc/src/thresh.cpp:1627: error: (-215:Assertion failed) src.type() == CV_8UC1 in function 'adaptiveThreshold'

帮我解决问题。

Answer 1

错误说明了解决方案：

src.type() == CV_8UC1

意味着您需要将图像类型设置为

uint8

源

因此，如果您重新定义

img

变量：

img = image.img_to_array(img, dtype='uint8')

问题将会解决，但我有一个问题。

为什么定义以下语句？

img_grey = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

你怎么知道

load_img

以

BGR

方式加载图像？

我们知道 opencv 以

cv2.imread

方式加载图像

BGR

。

该声明是错误的，因为

load_img

以

RGB

格式加载图像 source

因此正确的说法是：

img_grey = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)

或者你可以这样做：

img = image.load_img('15f8U.png', grayscale=True, target_size=(224, 224))

正确代码：

from keras.preprocessing import image
import cv2
import matplotlib.pyplot as plt

img = image.load_img('15f8U.png', grayscale=True, target_size=(224, 224))
img = image.img_to_array(img, dtype='uint8')

print(img.shape)
## output : (224,224,3)
#plt.imshow(img_grey)

th3 = cv2.adaptiveThreshold(img,255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C,cv2.THRESH_BINARY,11,2)
plt.figure(figsize=(20,10))
plt.imshow(th3, cmap="gray")
plt.show()

Answer 2

cv2.adaptive_threshold

需要一个dtype的输入数组

uint8

:

img_grey = img_grey.astype(np.uint8)

th3 = cv2.adaptiveThreshold(img_grey...

Answer 3

@bakuriu 阈值处理仅适用于灰度图像，您需要先将图像转换为灰度图像，然后使用自适应阈值

img = image.img_to_array(img2, dtype='uint8')
img_grey = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
th3 = cv2.adaptiveThreshold(img_grey,255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C,cv2.THRESH_BINARY,11,2)

Answer 4

thresh = cv2.adaptiveThreshold(img_gray, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 21, 30)