OpenCV：数据类型断言因 split() 函数而失败

Posted 2023-02-22

【中文标题】OpenCV：数据类型断言因 split() 函数而失败

【英文标题】：OpenCV: Data type assertion fail with split() function

【发布时间】：2014-03-28 04:48:38

【问题描述】：

我在这里尝试遵循谨慎的傅立叶变换 (dft) 示例： http://docs.opencv.org/doc/tutorials/core/discrete_fourier_transform/discrete_fourier_transform.html

我在 Windows 8 的 Visual Studio 2013 Express 上运行 2.4.8。

我已经修改了示例，以便使用从网络摄像头捕获的彩色图像（加载到 Mat 变量中）而不是加载灰度图像。

当我运行上面的示例时，我收到以下错误：

"断言失败 Tp>::channels == m.channels()) in cv::Mat::operator"

并在以下行中断：

Mat planes[] =  Mat_<float>(padded), Mat::zeros(padded.size(), CV_32F) ;

环顾四周，我发现这是在类型之间转换的旧方式，所以我添加了这些行来将所有内容转换为 CV_32F：

padded.convertTo(padded32, CV_32F);
Mat planes[] =  padded32, Mat::zeros(padded32.size(), CV_32F) ;

现在的问题是我得到另一个断言失败了几行：

split(complexI, planes); 

错误是：

“断言失败（类型 == CV_32FC1 || 类型 == CV_32FC2 || ... || 类型 == CV_64FC2) 在 cv::dft"

所以现在它似乎不喜欢 CV_32F 数据类型。我尝试制作数据类型 CV_32FC1，但它有同样的错误。我怀疑它与 dft() 函数中 complexI 的输出数据类型有关，但我不确定该怎么做。它也可能与我输入中的通道数有关（3 通道颜色与 1 通道灰度图像）。

感谢您的帮助。

链接示例中的完整代码：

#include "opencv2/core/core.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"
#include <iostream>
int main(int argc, char ** argv)

    const char* filename = argc >=2 ? argv[1] : "lena.jpg";

    Mat I = imread(filename, CV_LOAD_IMAGE_GRAYSCALE);
    if( I.empty())
        return -1;

    Mat padded;                            //expand input image to optimal size
    int m = getOptimalDFTSize( I.rows );
    int n = getOptimalDFTSize( I.cols ); // on the border add zero values
    copyMakeBorder(I, padded, 0, m - I.rows, 0, n - I.cols, BORDER_CONSTANT, Scalar::all(0));

    Mat planes[] = Mat_<float>(padded), Mat::zeros(padded.size(), CV_32F);
    Mat complexI;
    merge(planes, 2, complexI);         // Add to the expanded another plane with zeros

    dft(complexI, complexI);            // this way the result may fit in the source matrix

    // compute the magnitude and switch to logarithmic scale
    // => log(1 + sqrt(Re(DFT(I))^2 + Im(DFT(I))^2))
    split(complexI, planes);                   // planes[0] = Re(DFT(I), planes[1] = Im(DFT(I))
    magnitude(planes[0], planes[1], planes[0]);// planes[0] = magnitude
    Mat magI = planes[0];

    magI += Scalar::all(1);                    // switch to logarithmic scale
    log(magI, magI);

    // crop the spectrum, if it has an odd number of rows or columns
    magI = magI(Rect(0, 0, magI.cols & -2, magI.rows & -2));

    // rearrange the quadrants of Fourier image  so that the origin is at the image center
    int cx = magI.cols/2;
    int cy = magI.rows/2;

    Mat q0(magI, Rect(0, 0, cx, cy));   // Top-Left - Create a ROI per quadrant
    Mat q1(magI, Rect(cx, 0, cx, cy));  // Top-Right
    Mat q2(magI, Rect(0, cy, cx, cy));  // Bottom-Left
    Mat q3(magI, Rect(cx, cy, cx, cy)); // Bottom-Right

    Mat tmp;                           // swap quadrants (Top-Left with Bottom-Right)
    q0.copyTo(tmp);
    q3.copyTo(q0);
    tmp.copyTo(q3);

    q1.copyTo(tmp);                    // swap quadrant (Top-Right with Bottom-Left)
    q2.copyTo(q1);
    tmp.copyTo(q2);

    normalize(magI, magI, 0, 1, CV_MINMAX); // Transform the matrix with float values into a
                                            // viewable image form (float between values 0 and 1).

    imshow("Input Image"       , I   );    // Show the result
    imshow("spectrum magnitude", magI);
    waitKey();

    return 0;

【参考方案1】：

您不能对具有超过 2 个channels 的想象使用 dft。

即使图像有 2 个通道，第二个通道也被解释为复数的虚部，所以这可能不是您想要的。

因此，您有 2 个选择：将您从网络摄像头获取的彩色图像转换为单通道图像，例如灰度图像，或者单独为每个通道应用 dft。

您可以查看mix channels 或split，它们都可以从您的图像中提取各个通道，然后对每个通道应用 dft，

【讨论】：

谢谢，我不知道 mixChannels。我会尝试将它们分开并自己 dft 每个频道