cv2.drawContours(mask, [screenCnt], 0, 255, -1, ) cv2.error: OpenCV(4.7.0) D:\a\opencv-python\opencv-python\opencv\modules\imgproc\src\drawing.cpp:2605: error: (-215:Assertion failed) reader.ptr != NULL in function 'cvDrawContours'

这个错误是由于OpenCV在绘制轮廓时遇到了空指针异常。具体来说，它指出输入的轮廓数组无效或者为NULL。请检查你传递给cv2.drawContours()函数的轮廓数组是否为空或者无效。在这里，你应该检查变量`screenCnt`是否被正确设置。

你可以使用如下代码检查你的轮廓是否为空：

if screenCnt is None:
    print("Screen contour is empty")

如果轮廓为空，你需要检查检测算法是否正确或者参数是否合适。如果轮廓不为空，你需要检查你传递给cv2.drawContours()函数的轮廓数组是否为空或者无效。

相关问题

cv2.error: OpenCV(4.7.0) :-1: error: (-5:Bad argument) in function 'boundingRect' > Overload resolution failed: > - array is not a numerical tuple > - Expected Ptr<cv::UMat> for argument 'array'

这个错误通常是由于cv2.findContours()函数返回的轮廓列表为空，导致cv2.boundingRect()函数无法计算边界框而引起的。请确保在调用cv2.findContours()函数之前，使用cv2.threshold()或其他图像分割方法，将图像转换为二进制形式。另外，还需要确保使用的图像是正确的类型（例如，8位或32位浮点数），以及使用正确的数组格式（例如，numpy数组或OpenCV的UMat）。以下是一个更新后的示例代码：

import cv2
import numpy as np

# 读取图像并转换为HSV颜色空间
img = cv2.imread('image.jpg')
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

# 定义红色的HSV范围
lower_red = np.array([0, 50, 50])
upper_red = np.array([10, 255, 255])
mask1 = cv2.inRange(hsv, lower_red, upper_red)
lower_red = np.array([170, 50, 50])
upper_red = np.array([180, 255, 255])
mask2 = cv2.inRange(hsv, lower_red, upper_red)
mask = cv2.bitwise_or(mask1, mask2)

# 将图像转换为二进制形式
_, binary = cv2.threshold(mask, 127, 255, cv2.THRESH_BINARY)

# 查找红色矩形的轮廓并确定其边界框
contours, _ = cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
if len(contours) > 0:
    x, y, w, h = cv2.boundingRect(contours[0])

    # 将矩形分成4个子矩形
    sub_w = int(w / 2)
    sub_h = int(h / 2)
    centers = [(x + sub_w, y + sub_h), (x + sub_w, y + 3 * sub_h), (x + 3 * sub_w, y + sub_h), (x + 3 * sub_w, y + 3 * sub_h)]

    # 绘制子矩形
    for center in centers:
        x, y = center
        cv2.rectangle(img, (x - sub_w, y - sub_h), (x + sub_w, y + sub_h), (0, 255, 0), 2)

    # 显示结果图像
    cv2.imshow('Result', img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()
else:
    print('未找到红色矩形！')

如果问题仍然存在，请检查输入图像的位置和格式是否正确，并尝试使用不同的阈值或分割方法来处理图像。

Traceback (most recent call last): File "D:\PycharmProjects\老照片修复复杂\main.py", line 81, in <module> main() File "D:\PycharmProjects\老照片修复复杂\main.py", line 71, in main missing = extract_missing(img, edges) File "D:\PycharmProjects\老照片修复复杂\main.py", line 41, in extract_missing missing = cv2.bitwise_and(img, img, mask=cv2.drawContours(np.zeros_like(img), [hull], 0, (255, 255, 255), -1)) cv2.error: OpenCV(4.7.0) D:\a\opencv-python\opencv-python\opencv\modules\core\src\arithm.cpp:230: error: (-215:Assertion failed) (mtype == CV_8U || mtype == CV_8S) && _mask.sameSize(*psrc1) in function 'cv::binary_op'

这个错误提示是OpenCV抛出的。根据错误提示，它似乎是由于掩码（mask）的数据类型不正确引起的。在你的代码中，你正在使用np.zeros_like()函数创建一个全零数组作为掩码，并且尝试将其与图像进行按位与运算。但是，由于你没有指定数据类型，np.zeros_like()函数默认使用与输入数组相同的数据类型，这可能会导致错误。你可以尝试将掩码的数据类型设置为np.uint8，例如：

missing = cv2.bitwise_and(img, img, mask=cv2.drawContours(np.zeros_like(img, dtype=np.uint8), [hull], 0, (255, 255, 255), -1))

这样，你可以将掩码的数据类型设置为8位无符号整数类型，避免了上述错误。