处理图像时出现错误 TypeError: Expected Ptr<cv::UMat> for argument 'src'

Question

我在这段代码中遇到错误

def pre_processing(img):
    img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    img = cv2.equalizeHist(img)
    img = img / 255
    return img
    
while True:
    success, img_original = cap.read()
    img = np.asarray(img_original)
    img = cv2.resize(img, (32, 32))
    img = pre_processing(img)
    cv2.imshow("Processsed Image", img)
    img = img.reshape(1, 32, 32, 1)

我收到此错误：

Traceback（最近一次调用最后一次）： 文件“C:/Users/PycharmProjects/test.py”，第 27 行，在 img = cv2.resize(img,(32,32)) TypeError: Expected Ptr<:umat> for argument 'src'

Answer 1

我不知道这个编码有什么问题

• 您需要逐步分析您的代码

• 代码的第一行：

  • while True
    

  • 我建议使用cap.isOpened()，其中cap 变量是您的VideoCapture 类对象。

  • 如果您的视频无法打开，那么您的代码不会崩溃。否则你的代码会报错。

• 你的代码的第二行：

  • success, imgOriginal = cap.read()
    

  • 使用success变量检查当前帧是否返回。

  • if success:
        .
        .
    

• 你的代码的第三行：

  • img = np.asarray(img_original)
    

  • 如果您想保留原始值，请使用copy。

  • img = img_original.copy()
    

• 代码的第四行：

  • img = pre_processing(img)  
    

  • 您正在应用直方图均衡化，然后对图像进行归一化。

  • 如果您通过img = img / 255 标准化图像，cv2.imshow 将抛出错误。因此，您需要删除 img = img / 255 行。

• 代码的第五行：

  • cv2.imshow("Processsed Image", img)
    

  • 您正在尝试显示图像，因此您还需要使用waitKey。 waitKey 方法将延迟作为整数。所以你可以这样做：

  • cv2.imshow("Processsed Image", img)
    cv2.waitKey(1)
    

  • 但如果你想在显示期间关闭，你可以这样做：

    • key = cv2.waitKey(1) & 0xFF
      if key == ord("q"):
          break
      

    • 如果您按q，代码将终止。

• 代码的最后一行：

  • img = img.reshape(1, 32, 32, 1)
    

  • 我假设您正在尝试为数据集设计代码，但您应该在显示后重新调整。

• 退出后总是releaseVideoCapture。

---

代码：

---

import cv2


def pre_processing(img_):
    img_ = cv2.cvtColor(img_, cv2.COLOR_BGR2GRAY)
    img_ = cv2.equalizeHist(img_)
    # img_ = img_ / 255
    return img_


if __name__ == '__main__':
    # Initialize VideoCature object for Webcam
    cap = cv2.VideoCapture(0)

    # While webcam opens
    while cap.isOpened():

        # Get the current frame
        success, imgOriginal = cap.read()

        # If the current frame returns successfully
        if success:

            # Copy the original-image
            img = imgOriginal.copy()

            # Resize for 32 x 32
            img = cv2.resize(img, (32, 32))

            # Convert to gray-scale and apply histogram equalization
            img = pre_processing(img)

            # Display the frame
            cv2.imshow("Processsed Image", img)
            key = cv2.waitKey(1) & 0xFF

            # If `q` is pressed then exit
            if key == ord("q"):
                break
            
    # Reshape
    img = img.reshape(1, 32, 32, 1)