自适应阈值错误：(-215：断言失败) src.type() == 函数"自适应阈值"中的CV_8UC1

Question

我正在研究预训练的vgg16模型，为此我需要将图像文件的输入大小设置为(224224,3(。

我正在处理的代码是：

from tensorflow.keras.preprocessing import image
import cv2
import matplotlib.pyplot as plt
img = image.load_img('abc.jpg',target_size=(224,224))
img = image.img_to_array(img)
print(img.shape)
## output : (224,224,3)
img_grey = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
#plt.imshow(img_grey)
th3 = cv2.adaptiveThreshold(img_grey,255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C,cv2.THRESH_BINARY,11,2)
plt.figure(figsize=(20,10))
plt.imshow(th3)

error                                     Traceback (most recent call last)
<ipython-input-88-2a8a27b965ed> in <module>
17 #plt.imshow(img_grey)
18 
---> 19 th3 = cv2.adaptiveThreshold(img_grey,255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C,cv2.THRESH_BINARY,11,2)
20 plt.figure(figsize=(20,10))
21 plt.imshow(th3)
error: OpenCV(4.1.0) /io/opencv/modules/imgproc/src/thresh.cpp:1627: error: (-215:Assertion failed) src.type() == CV_8UC1 in function 'adaptiveThreshold'

帮我解决这个问题。

Answer 1

错误显示解决方案：src.type() == CV_8UC1意味着您需要将图像类型设置为uint8源

因此，如果您重新定义img变量：

img = image.img_to_array(img, dtype='uint8')

问题会解决的，但我有个问题。

为什么要定义以下语句？

img_grey = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

你怎么知道load_img以BGR的方式加载图像？

我们知道opencv以BGR的方式加载图像cv2.imread。

该语句是错误的，因为load_img加载RGB格式源中的图像

因此，正确的说法是：

img_grey = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)

或者你可以做：

img = image.load_img('15f8U.png', grayscale=True, target_size=(224, 224))

正确代码：

from keras.preprocessing import image
import cv2
import matplotlib.pyplot as plt
img = image.load_img('15f8U.png', grayscale=True, target_size=(224, 224))
img = image.img_to_array(img, dtype='uint8')
print(img.shape)
## output : (224,224,3)
#plt.imshow(img_grey)
th3 = cv2.adaptiveThreshold(img,255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C,cv2.THRESH_BINARY,11,2)
plt.figure(figsize=(20,10))
plt.imshow(th3, cmap="gray")
plt.show()

Answer 2

cv2.adaptive_threshold需要一个数据类型为uint8:的输入数组

img_grey = img_grey.astype(np.uint8)
th3 = cv2.adaptiveThreshold(img_grey...

Answer 3

@bakuriu阈值仅适用于灰度图像，您需要首先将图像转换为灰度，然后使用自适应阈值

img = image.img_to_array(img2, dtype='uint8')
img_grey = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
th3 = cv2.adaptiveThreshold(img_grey,255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C,cv2.THRESH_BINARY,11,2)