cv2.error: OpenCV(4.7.0) :-1: error: (-5:Bad argument) in function 'imshow'

这个错误可能是因为你给 `cv2.imshow()` 函数传递了错误的参数。请确保你传递给 `cv2.imshow()` 函数的第一个参数是窗口的名称，第二个参数是要显示的图像。例如：

import cv2

img = cv2.imread('image.jpg')
cv2.imshow('image', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个例子中，我们首先使用 `cv2.imread()` 函数读取图像，然后将其传递给 `cv2.imshow()` 函数来显示图像。注意，第一个参数 `'image'` 是窗口的名称，第二个参数是要显示的图像 `img`。最后，我们使用 `cv2.waitKey()` 函数等待用户按下任意键，然后使用 `cv2.destroyAllWindows()` 函数关闭窗口。

相关问题

Traceback (most recent call last): File "D:\pythonProject\guidao.py", line 20, in <module> imggray = cv2.cvtColor(selected_files, cv2.COLOR_BGR2GRAY) ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ cv2.error: OpenCV(4.7.0) :-1: error: (-5:Bad argument) in function 'cvtColor' > Overload resolution failed: > - src is not a numpy array, neither a scalar > - Expected Ptr<cv::UMat> for argument 'src'

根据错误信息看，是因为 `cvtColor` 函数的第一个参数需要是一个 numpy 数组，而 `selected_files` 是一个文件名列表，不是 numpy 数组。因此，你需要在读取每个文件时使用 OpenCV 的 `imread` 函数将其转换为 numpy 数组，然后再将其转换为灰度图像。

以下是修改后的代码：

import os
import cv2
import random

# 文件夹路径
folder_path = "path/to/folder"

# 读取文件夹中所有文件名
files = os.listdir(folder_path)

# 随机选择 20 个文件
selected_files = random.sample(files, 20)

# 读取每个文件并转换为灰度图像
images = []
for file_name in selected_files:
    file_path = os.path.join(folder_path, file_name)
    img = cv2.imread(file_path)
    imggray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    images.append(imggray)

# 显示灰度图像
for img in images:
    cv2.imshow("Gray Image", img)
    cv2.waitKey(0)
cv2.destroyAllWindows()

在上面的代码中，我们使用 `imread` 函数读取每个文件，并使用 `cvtColor` 函数将其转换为灰度图像。然后将每个灰度图像添加到 `images` 列表中。最后，我们循环显示每个灰度图像。

请注意，你需要将 `folder_path` 替换为你的文件夹路径。

error: OpenCV(4.7.0) :-1: error: (-5:Bad argument) in function 'imencode' > Overload resolution failed: > - img is not a numpy array, neither a scalar > - Expected Ptr<cv::UMat> for argument 'img'

这个错误通常是因为`img`不是numpy数组或者cv::UMat指针类型导致的。可以检查一下`img`的类型，确保它是numpy数组，并且在调用`cv2.imencode()`函数时，将numpy数组传递给`img`参数。

如果`img`确实是numpy数组，那么可以将其转换为cv::UMat类型，然后再传递给`cv2.imencode()`函数。可以使用`cv2.UMat()`函数将numpy数组转换为cv::UMat类型，如下所示：

import cv2 
import os 

# 读取灰度图像
img_path = 'gray_image.jpg'
img = cv2.imread(img_path, 0)

# 将numpy数组转换为cv::UMat类型
img_um = cv2.UMat(img)

# 设置JPEG压缩参数
encode_param = [int(cv2.IMWRITE_JPEG_QUALITY), 90] 

# 进行JPEG压缩
with open(img_path, 'rb') as f:
    img_data = f.read()
result, compress_img = cv2.imencode('.jpg', img_um, encode_param) 

# 计算压缩率
original_size = os.path.getsize(img_path)
compress_size = compress_img.size
compression_ratio = original_size / compress_size 

# 解码压缩图像
decompress_img = cv2.imdecode(compress_img, 0) 

# 显示压缩前后的图像
cv2.imshow('Original Image', img)
cv2.imshow('Compressed Image', decompress_img)

print('Compression Ratio:', compression_ratio)

cv2.waitKey(0)
cv2.destroyAllWindows()

这样可以将numpy数组转换为cv::UMat类型，避免传递错误的参数类型。