python image_ffmpeg安装的ffmpeg版本太低

以下是使用conda安装最新版本的ffmpeg的步骤：
1. 添加conda-forge channel：

conda config --add channels conda-forge

2. 安装ffmpeg：

conda install ffmpeg

3. 安装ffmpeg-python：

conda install ffmpeg-python

如果你已经安装了ffmpeg，可以使用以下命令更新到最新版本：

conda update ffmpeg

如果你使用的是pip安装的ffmpeg，可以使用以下命令卸载旧版本并安装最新版本：

pip uninstall ffmpeg
conda install -c conda-forge ffmpeg

相关问题

python image_ffmpeg调用ffmpeg版本太低

根据提供的引用内容，我们可以得知您想要了解如何在Python中使用FFmpeg，并且您可能遇到了FFmpeg版本过低的问题。下面是解决该问题的步骤：

1.首先，您需要在Python中安装FFmpeg。您可以使用以下命令来安装FFmpeg：

!pip install ffmpeg-python

2.安装完成后，您可以使用以下代码来检查FFmpeg的版本：

import ffmpeg

print(ffmpeg.get_ffmpeg_version())

3.如果您发现您的FFmpeg版本过低，您可以使用以下命令来更新FFmpeg：

!apt-get update
!apt-get upgrade ffmpeg

4.更新完成后，您可以再次运行第2步的代码来检查FFmpeg的版本是否已更新。

我对superpoint在github上发布的superpoint_v1.pth文件进行了修改，想提取原图像的特征点并绘制，修改的部分代码如下 ： start1 = time.time() pts, desc, heatmap = fe.run(img) # 转换特征点为cv2.KeyPoint对象 cv_keypoints = [cv2.KeyPoint(point[0], point[1], 1) for point in pts[0]] image_color = cv2.cvtColor(img, cv2.COLOR_GRAY2BGR) # 绘制特征点 image_with_keypoints = cv2.drawKeypoints(image_color, cv_keypoints, None, flags=cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS) cv2.imshow('Image with Keypoints', image_with_keypoints) cv2.waitKey(0) cv2.destroyAllWindows() 错误信息如下： Traceback (most recent call last): File "D:/SuperPointPretrainedNetwork-master/demo1.py", line 683, in <module> flags=cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS) cv2.error: C:\projects\opencv-python\opencv\modules\features2d\src\draw.cpp:108: error: (-5) Incorrect type of input image. in function cv::drawKeypoints warning: Error opening file (/build/opencv/modules/videoio/src/cap_ffmpeg_impl.hpp:792) warning: ./assets/icl_snippet/ (/build/opencv/modules/videoio/src/cap_ffmpeg_impl.hpp:793) 我改如何修改

根据错误信息，问题出现在 `cv2.drawKeypoints` 函数中，错误提示是 "Incorrect type of input image"。这意味着 `image_color` 的类型不正确。

根据您提供的代码，`image_color` 是使用 `cv2.cvtColor` 函数从灰度图像转换为彩色图像的结果。但是，错误信息表明转换后的图像类型不正确。

您可以尝试使用以下方法解决该问题：

1. 确保 `img` 是正确的灰度图像。可以使用 `cv2.imread` 读取图像，并在读取时指定 `cv2.IMREAD_GRAYSCALE` 参数。
2. 使用 `cv2.cvtColor` 将读取的灰度图像转换为彩色图像时，确保正确指定转换的颜色空间。例如，使用 `cv2.COLOR_GRAY2BGR` 将灰度图像转换为 BGR 彩色图像。
3. 在调用 `cv2.drawKeypoints` 之前，检查 `image_color` 的类型，确保它是正确的彩色图像类型（例如，numpy 数组）。

尝试按照上述步骤检查和修改代码，并确保输入图像的类型正确，以解决该错误。