OpenCV 断言失败:(-215:断言失败)npoints >= 0 &&(深度 == CV_32F || 深度 == CV_32S)

Posted

技术标签:

【中文标题】OpenCV 断言失败:(-215:断言失败)npoints >= 0 &&(深度 == CV_32F || 深度 == CV_32S)【英文标题】:OpenCV Assertion failed: (-215:Assertion failed) npoints >= 0 && (depth == CV_32F || depth == CV_32S) 【发布时间】:2019-07-11 02:02:32 【问题描述】:

我在this website找到了以下代码:

import os
import os.path
import cv2
import glob
import imutils
CAPTCHA_IMAGE_FOLDER = "generated_captcha_images"
OUTPUT_FOLDER = "extracted_letter_images"


# Get a list of all the captcha images we need to process
captcha_image_files = glob.glob(os.path.join(CAPTCHA_IMAGE_FOLDER, "*"))
counts = 

# loop over the image paths
for (i, captcha_image_file) in enumerate(captcha_image_files):
    print("[INFO] processing image /".format(i + 1, len(captcha_image_files)))

    # Since the filename contains the captcha text (i.e. "2A2X.png" has the text "2A2X"),
    # grab the base filename as the text
    filename = os.path.basename(captcha_image_file)
    captcha_correct_text = os.path.splitext(filename)[0]

    # Load the image and convert it to grayscale
    image = cv2.imread(captcha_image_file)
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

    # Add some extra padding around the image
    gray = cv2.copyMakeBorder(gray, 8, 8, 8, 8, cv2.BORDER_REPLICATE)

    # threshold the image (convert it to pure black and white)
    thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)[1]

    # find the contours (continuous blobs of pixels) the image
    contours = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

    # Hack for compatibility with different OpenCV versions
    contours = contours[0] if imutils.is_cv2() else contours[1]

    letter_image_regions = []

    # Now we can loop through each of the four contours and extract the letter
    # inside of each one
    for contour in contours:
        # Get the rectangle that contains the contour
        (x, y, w, h) = cv2.boundingRect(contour)

        # Compare the width and height of the contour to detect letters that
        # are conjoined into one chunk
        if w / h > 1.25:
            # This contour is too wide to be a single letter!
            # Split it in half into two letter regions!
            half_width = int(w / 2)
            letter_image_regions.append((x, y, half_width, h))
            letter_image_regions.append((x + half_width, y, half_width, h))
        else:
            # This is a normal letter by itself
            letter_image_regions.append((x, y, w, h))

    # If we found more or less than 4 letters in the captcha, our letter extraction
    # didn't work correcly. Skip the image instead of saving bad training data!
    if len(letter_image_regions) != 4:
        continue

    # Sort the detected letter images based on the x coordinate to make sure
    # we are processing them from left-to-right so we match the right image
    # with the right letter
    letter_image_regions = sorted(letter_image_regions, key=lambda x: x[0])

    # Save out each letter as a single image
    for letter_bounding_box, letter_text in zip(letter_image_regions, captcha_correct_text):
        # Grab the coordinates of the letter in the image
        x, y, w, h = letter_bounding_box

        # Extract the letter from the original image with a 2-pixel margin around the edge
        letter_image = gray[y - 2:y + h + 2, x - 2:x + w + 2]

        # Get the folder to save the image in
        save_path = os.path.join(OUTPUT_FOLDER, letter_text)

        # if the output directory does not exist, create it
        if not os.path.exists(save_path):
            os.makedirs(save_path)

        # write the letter image to a file
        count = counts.get(letter_text, 1)
        p = os.path.join(save_path, ".png".format(str(count).zfill(6)))
        cv2.imwrite(p, letter_image)

        # increment the count for the current key
        counts[letter_text] = count + 1

当我尝试运行代码时,出现以下错误:

[INFO] processing image 1/9955
Traceback (most recent call last):
  File "extract_single_letters_from_captchas.py", line 47, in <module>
    (x, y, w, h) = cv2.boundingRect(contour)
cv2.error: OpenCV(4.0.0) /Users/travis/build/skvark/opencv-python/opencv/modules/imgproc/src/shapedescr.cpp:741: error: (-215:Assertion failed) npoints >= 0 && (depth == CV_32F || depth == CV_32S) in function 'pointSetBoundingRect'

我尝试在 *** 上搜索解决方案,但没有找到任何类似的解决方案。


编辑(见 cmets):

type(contour[0]) = &lt;class 'numpy.ndarray'&gt;

len(contour) = 4

【问题讨论】:

请添加len(contour)type(contour[0]) 非常感谢您的快速回复,我刚刚更新了我的问题。 评论此行contours = contours[0] if imutils.is_cv2() else contours[1] @BahramdunAdil 感谢您的快速回复,现在它给了我以下错误:Traceback (most recent call last): File "extract_single_letters_from_captchas.py", line 49, in &lt;module&gt; (x, y, w, h) = cv2.boundingRect(contour) TypeError: Expected cv::UMat for argument 'array' @Fozoro 我更新了我的答案,提供了一些关于为什么会发生这种情况的信息,以防你好奇:) 【参考方案1】:

这是做错事了:

contours = contours[0] if imutils.is_cv2() else contours[1]

imutils.is_cv2() 正在返回 False,即使它应该返回 True。如果您不介意删除此依赖项,请更改为:

contours = contours[0]

我找到了原因。您所关注的教程可能是在 OpenCV 4 发布之前发布的。 OpenCV 3 将cv2.findContours(...) 更改为返回image, contours, hierarchy,而OpenCV 2's cv2.findContours(...) 和OpenCV 4's cv2.findContours(...) 返回contours, hierarchy。因此,在 OpenCV 4 之前,正确的说法是,如果您使用 OpenCV 2,则应为 contours[0],否则为 contours[1]。如果还想拥有这个“兼容性”,可以改成:

contours = contours[1] if imutils.is_cv3() else contours[0]

【讨论】:

@Fozoro 很高兴能提供帮助,但现在我很好奇他们为什么在 OpenCV 3 上更改了这个输出 :) 如果我找到相关信息,我会告诉你 @Fozoro 我想不通 :( 更改发生在 5 个月前(这里是 commit),但没有与之相关的拉取请求或问题。有时事情只是改变了,我猜测:) 或者,您可以更改为imutils.is_cv2(or_better=True)。如果您使用的是opencv4,您将获得True @NikO'Lai 但这并不能解决只有 OpenCV 3 具有不同返回格式的问题【参考方案2】:

在 OpenCV4 中,cv2.findContours 只有 2 个返回值。 轮廓是第一个值

contours, _ = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

请注意,我添加了下划线以放弃 hierarchy

的另一个返回值

【讨论】:

【参考方案3】:
 (x, y, w, h) = cv2.boundingRect(contour.astype(np.int))

【讨论】:

虽然只有代码的答案可能会回答这个问题,但您可以通过为您的代码提供上下文、此代码工作的原因以及一些文档参考以供进一步阅读,从而显着提高您的答案质量.来自How to Answer:“简洁是可以接受的,但更全面的解释更好。”【参考方案4】:

这是因为 opencv-python 版本 4.0.0。如果您想在不更改代码的情况下解决此问题,请将 opencv-python 降级到版本 3.4.9.31

卸载opencv-python

pip 卸载 opencv-python

安装opencv-python==3.4.9.31

pip install opencv-python==3.4.9.31

如果遇到函数“pointSetBoundingRect”的问题,您需要安装“opencv-python-headless”

pip install opencv-python-headless==3.4.9.31

【讨论】:

【参考方案5】:

我用以下方式编写了相同的代码:

_, contours, hierarchy = cv2.findContours(img,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_NONE)

并且我的代码有效。我认为以前它返回 2 个变量,现在我们必须解压缩成三个变量。如果这不起作用,请尝试以下操作:

_, contours, _ = cv2.findContours(img,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_NONE)

这应该可以。

更多信息可以访问OpenCV文档页面:https://docs.opencv.org/3.1.0/d4/d73/tutorial_py_contours_begin.html

希望对你有帮助。

【讨论】:

【参考方案6】:

原因在于 findContours()。

在 OpenCV 版本 3 中,我们写道:

_, contours, _ = cv.findContours()

在 OpenCV 版本 4 中,我们改为:

contours, _ = cv.findContours()

使用任何一个来解决问题。

或者,我们可以使用这些命令来稳定我们的 OpenCV 版本,假设您安装了 anaconda

conda install -c conda-forge opencv=4.1.0 

pip install opencv-contrib-python  

【讨论】:

【参考方案7】:

【OpenCV 3 更改 cv2.findContours(...) 以返回图像、轮廓、层次结构】 这个内容对我很有帮助。我在前面添加了一个新变量并修复了所有错误..

【讨论】:

虽然这可能是解决问题的宝贵提示,但一个好的答案也可以证明解决方案。请EDIT 提供示例代码来说明您的意思。或者,考虑将其写为评论

以上是关于OpenCV 断言失败:(-215:断言失败)npoints >= 0 &&(深度 == CV_32F || 深度 == CV_32S)的主要内容,如果未能解决你的问题,请参考以下文章

OpenCV VideoCapture 和错误:(-215:断言失败)!_src.empty() in function 'cv::cvtColor'

尝试检测人脸时断言失败 215 错误

OpenCV(4.5.2)/tmp/pip-req-build-sl2aelck/opencv/modules/imgproc/src/color.cpp:182:错误:(-215:断言失败)!_sr

错误:(-215:断言失败)!函数'cv :: CascadeClassifier :: detectMultiScale'中的empty()

如何解决函数'resize'中的错误(-215:断言失败)!ssize.empty()?

错误:(-215:断言失败)_step >= minstep in function 'cv::Mat::Mat'