OpenCV中的findContours崩溃编译器

Posted 2023-02-21

【中文标题】OpenCV中的findContours崩溃编译器

【英文标题】：findContours crashing compiler in OpenCV

【发布时间】：2012-12-08 20:36:41

【问题描述】：

当我尝试使用findContours 时，我已经尝试了几个小时来找出 XCode 中的问题。基本上这是我的代码：

#include <opencv2/opencv.hpp>
int main()

    Mat img = imread(helper::getImageSequence(3, image_value_temp));
    Mat img_gray = Mat(Size(img.cols, img.rows), CV_8UC1);
    Mat img_canny;

    cvtColor(img, img_gray, CV_BGR2GRAY);    

    Canny(img_gray, img_canny, someLow, someHigh);

    vector<vector<cv::Point> > contours;
    vector<Vec4i> hierarchy;
    findContours(img_canny, contours, hierarchy, CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE);

当我打印轮廓时，我得到 7905747460161236409，所以我想知道我的堆是否溢出？

XCode 版本：4.5.2 编译器：Apple LLVM 4.1

所以基本上崩溃可以追溯到findContours，这就是 XCode 给我的全部内容：

【问题讨论】：

您能否尝试提供一个简短、自包含、正确（可编译）的示例 (sscce.org)？

@Dobi，短？是的。自给自足？我不能让它变得更加不同，除非img 必须被替换为任意图像。正确的？是的。例子？见下图。换句话说，我不太确定你想说什么？

【参考方案1】：

如果您提供完整的源代码和为您生成此错误的图像，则重新创建错误会更容易。当我完成你的代码，以便我可以使用它：

#include <opencv2/opencv.hpp>
int main()

    using namespace cv;
    Mat img = imread("test.png");
    Mat img_gray = Mat(Size(img.cols, img.rows), CV_8UC1);
    Mat img_canny;

    cvtColor(img, img_gray, CV_BGR2GRAY);    

    Canny(img_gray, img_canny, 80, 120);

    vector<vector<cv::Point> > contours;
    vector<Vec4i> hierarchy;
    findContours(img_canny, contours, hierarchy, CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE);

它在我的系统上运行良好。我看不出它不应该的原因。 您在屏幕截图中发布的错误不是编译器崩溃。您的调试器显示您的程序在执行期间崩溃了。 您有一个显然由您自己编写的函数 circle_fitting_callback 会在破坏 cv::points 向量时产生错误。您的问题不在于您发布的代码，而在于您没有向我们展示的内容。 最好的办法是学习使用调试器。我不知道您的 IDE，但如果您单击调用堆栈中的相应行（您向我们展示的内容），我猜它会直接指向导致崩溃的函数部分。 如果您遇到此问题，请发布完整的代码以重现错误。

【讨论】：

我尝试将确切的代码片段复制到 Visual Studio 中，Visual Studio 编译代码没有任何问题。我高度怀疑它可能是我试图超过的一些堆栈大小。 circle_fitting_callback 确实是运行我帖子中描述的代码的函数。不幸的是，调试器消息中的任何步骤都没有将我指向特定位置，除了 circle_fitting_callback 中的右括号，它更没用。

很抱歉，如果您不提供所有代码，我无法帮助您解决您的问题，这是重现它所必需的。也许您只是在您的 circle_fitting_callback 函数中进行了双重删除或其他一些基本错误。

【参考方案2】：

首先，我认为您不应该直接在 Canny 边缘检测器的输出上运行 findContours(...)。原因是对于某些图像和边缘检测器的某些值输入参数（在您的情况下它们是“someLow”和“someHigh”），输出图像将有很多小的碎片边缘。因此，使用 CV_RETR_TREE 选项（返回嵌套轮廓的完整层次结构）调用 findContours(...) 将导致它找到大量轮廓以及构建层次结构的额外开销。

要对此进行测试，您可以尝试在简单的测试图像上运行您的代码，例如带有纯色背景的实心圆圈。精明的边缘检测器应该给出一个单一的“边缘”，即圆。然后调用 findContour(...) 应该给你这个圈子。

另一个测试是使用 CV_RETR_LIST 而不是 CV_RETR_TREE，因为 CV_RETR_LIST 只返回轮廓而不构建层次结构。

另一个测试是运行您的代码，输入到 canny 边缘检测器集，以返回很少数量的边缘。

如果这些情况不会使您的程序崩溃，那么我们大致走在正确的轨道上。

最后，根据我从事图像处理/计算机视觉工作的经验，您几乎从不想在边缘图上调用 findContours(...)，因为您想要碎片边缘周围的轮廓是为了什么？如果我的猜测是正确的，那么您正试图在图像中的对象周围找到轮廓。如果是这种情况，那么您应该尝试使用诸如grabCut 或floodfill（分水岭、均值移位分割）等分割方法获取图像中对象的二进制掩码，运行一些基本的image morphology 运算符清理遮罩，然后在此遮罩上运行 findContours(...)。

希望这会有所帮助。