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'

时间: 2023-07-21 14:15:26 浏览: 63
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。

相关推荐

import cv2 import numpy as np # 读取图像 img1 = cv2.imread('D:/wzk/JIEMIAN/images/yi_duibidu.jpg') img2 = cv2.imread('D:/wzk/JIEMIAN/images/er_duibidu.jpg') # 判断图像是否读取成功 if img1 is None or img2 is None: print("Failed to read image!") exit() # 将图像转化为灰度图像 gray1 = cv2.cvtColor(img1, cv2.COLOR_BGR2GRAY) gray2 = cv2.cvtColor(img2, cv2.COLOR_BGR2GRAY) # 使用Shi-tomasi算法检测关键点 corners1 = cv2.goodFeaturesToTrack(gray1, 500, 0.01, 10) corners2 = cv2.goodFeaturesToTrack(gray2, 500, 0.01, 10) # 调整图像大小 corners1 = cv2.resize(corners1, (640, 480)) corners2 = cv2.resize(corners2, (640, 480)) # 使用Lucas-Kanade算法进行光流跟踪 lk_params = dict(winSize=(15, 15), maxLevel=2, criteria=(cv2.TERM_CRITERIA_EPS | cv2.TERM_CRITERIA_COUNT, 10, 0.03)) p1, st, err = cv2.calcOpticalFlowPyrLK(gray1, gray2, corners1, None, **lk_params) # 计算转换矩阵 M, mask = cv2.findHomography(p1, corners2, cv2.RANSAC, 5.0) # 将图像1应用转换矩阵 result = cv2.warpPerspective(img1, M, (img1.shape[1] + img2.shape[1], img1.shape[0])) # 将图像2拼接到图像1后面 result[0:img2.shape[0], img1.shape[1]:img1.shape[1] + img2.shape[1]] = img2 # 显示拼接后的图像 cv2.imshow("Result", result) cv2.waitKey(0) cv2.destroyAllWindows()解决cv2.error: OpenCV(4.7.0) D:\a\opencv-python\opencv-python\opencv\modules\video\src\lkpyramid.cpp:1260: error: (-215:Assertion failed) (npoints = prevPtsMat.checkVector(2, CV_32F, true)) >= 0 in function 'cv::anonymous-namespace'::SparsePyrLKOpticalFlowImpl::calc'

最新推荐

recommend-type

Java 员工管理系统项目源代码(可做毕设项目参考)

Java 员工管理系统项目是一个基于 Java 编程语言开发的桌面应用程序,旨在管理员工的信息、津贴、扣除和薪资等功能。该系统通过提供结构和工具集,使公司能够有效地管理其员工数据和薪资流程。 系统特点 员工管理:管理员可以添加、查看和更新员工信息。 津贴管理:管理员可以添加和管理员工的津贴信息。 扣除管理:管理员可以添加和管理员工的扣除信息。 搜索功能:可以通过员工 ID 搜索员工详细信息。 更新薪资:管理员可以更新员工的薪资信息。 支付管理:处理员工的支付和生成支付记录。 模块介绍 员工管理模块:管理员可以添加、查看和更新员工信息,包括员工 ID、名字、姓氏、年龄、职位和薪资等。 津贴管理模块:管理员可以添加和管理员工的津贴信息,如医疗津贴、奖金和其他津贴。 扣除管理模块:管理员可以添加和管理员工的扣除信息,如税收和其他扣除。 搜索功能模块:可以通过员工 ID 搜索员工详细信息。 更新薪资模块:管理员可以更新员工的薪资信息。 支付管理模块:处理员工的支付和生成支付记录 可以作为毕业设计项目参考
recommend-type

CAD实验报告:制药车间动力控制系统图、烘烤车间电气控制图、JSJ型晶体管式时间继电器原理图、液位控制器电路图

CAD实验报告:制药车间动力控制系统图、烘烤车间电气控制图、JSJ型晶体管式时间继电器原理图、液位控制器电路图
recommend-type

使用 Arduino 和 Python 实时数据绘图的温度监控系统源码(可做毕设项目参考)

项目简介: 本项目将教您如何使用 Arduino 和 Python 实时数据绘图来构建温度监控系统。通过这个项目,您将学习如何从 Arduino 到 Python 进行串行通信,并实时收集和监控温度数据。 项目目标: 实时监控和绘制温度数据。 提供用户友好的操作界面。 提高用户的编程技能,特别是Arduino和Python的应用能力。 项目功能 实时温度监控: 传感器每秒读取一次温度数据,并通过串行监视器发送到Python程序。 数据保存: Python程序将温度数据保存到CSV文件中。 实时数据绘图: 使用Matplotlib库实时绘制温度数据,温度在Y轴,时间在X轴。 项目优势 高效的数据监控: 实时监控和绘制温度数据,提高数据监控的效率。 用户友好: 界面简洁,操作简单,用户可以轻松使用该应用程序。 提高编程技能: 通过实践项目,提高对Arduino和Python的应用能力。 项目技术细节 项目详情: 项目名:使用 Arduino 和 Python 实时数据绘图的温度监控系统 项目平台:Arduino 和 Python 使用的编程语言:C++(Arduino)、Python ID
recommend-type

软件测试-软件测试方案pdf

本测试计划提供给深圳移动公司PMS核心小组成员,对PMS EXPRESS 系统进行功能测试。测试计划主要通过对基站项目管理过程的模拟,从项目的立项开始直至基站的验收交付以及知识沉淀,对基站建设全过程中涉及的管理内容进行模拟测 试。测试计划中设计了两个基站项目一明宁花园、椰风海岸。其中明宁花园按 原计划如期完工,而椰风海岸因为设备没能如期到货导致了个整个项目工期的延误。
recommend-type

博物馆智能化系统的解决方案.pptx

博物馆智能化系统的解决方案.pptx
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

优化MATLAB分段函数绘制:提升效率,绘制更快速

![优化MATLAB分段函数绘制:提升效率,绘制更快速](https://ucc.alicdn.com/pic/developer-ecology/666d2a4198c6409c9694db36397539c1.png?x-oss-process=image/resize,s_500,m_lfit) # 1. MATLAB分段函数绘制概述** 分段函数绘制是一种常用的技术,用于可视化不同区间内具有不同数学表达式的函数。在MATLAB中,分段函数可以通过使用if-else语句或switch-case语句来实现。 **绘制过程** MATLAB分段函数绘制的过程通常包括以下步骤: 1.
recommend-type

SDN如何实现简易防火墙

SDN可以通过控制器来实现简易防火墙。具体步骤如下: 1. 定义防火墙规则:在控制器上定义防火墙规则,例如禁止某些IP地址或端口访问,或者只允许来自特定IP地址或端口的流量通过。 2. 获取流量信息:SDN交换机会将流量信息发送给控制器。控制器可以根据防火墙规则对流量进行过滤。 3. 过滤流量:控制器根据防火墙规则对流量进行过滤,满足规则的流量可以通过,不满足规则的流量则被阻止。 4. 配置交换机:控制器根据防火墙规则配置交换机,只允许通过满足规则的流量,不满足规则的流量则被阻止。 需要注意的是,这种简易防火墙并不能完全保护网络安全,只能起到一定的防护作用,对于更严格的安全要求,需要
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。