如何修复内存不足错误（openCV）答案

【问题标题】：How to fix the insufficient memory error (openCV)如何修复内存不足错误（openCV）
【发布时间】：2013-02-15 04:50:03
【问题描述】：

请帮忙解决这个问题：

OpenCV 错误: Insufficient memory (Failed to allocate 921604 bytes) in 未知功能，文件 ........\ocv\opencv\modules\core\src\alloc.cpp，第 52 行

我使用cv::clone和pointer的方法之一

代码是：

每100ms有一个定时器；在定时器事件中，我调用了这个方法：

void DialogApplication::filterhijau(const Mat &image, Mat &result) {   
   cv::Mat resultfilter = image.clone();

   int nlhijau = image.rows;

   int nchijau = image.cols*image.channels();;

    for(int j=0; j<nlhijau; j++) {
       uchar *data2=resultfilter.ptr<uchar> (j);  //alamat setiap line pada result
       for(int i=0; i<nchijau; i++) {
          *data2++ = 0;       //element B
          *data2++ = 255;     //element G  
          *data2++ = 0;       //element R
       }
     //  free(data2);   //I add this line but the program hung up
   }

   cv::addWeighted(resultfilter,0.3,image,0.5,0,resultfilter);
   result=resultfilter;
}

【问题讨论】：

每次调用此函数都会创建一个新图像。您对该函数进行了多少次调用？
而不是result = resultfilter，这样做result = resultfilter.clone(); resultfilter.release()。而且永远不会像这样释放cv::Mat对象的内部数据指针：free(data2)
@carlosdc：我想几百是因为程序运行良好，但是2分钟后有错误显示。
@sgar91：感谢指正。但是在 result = resultfilter.clone() 之后，意味着我们再次创建了一个新图像。尝试后仍然有错误消息。还有其他可能吗？
通常不需要 Mat::release()，因为当 cv::Mat 的实例超出范围 (RAII) 时，内存会自动释放。请显示完整的代码以重现您的问题。（sscce.org）。如果没有，我们只需要猜测您将使用 filterhijau 创建的所有结果图像都存储在某种容器中。

标签： c++ opencv

【解决方案1】：

cv::Mat 的clone() 方法执行数据的硬拷贝。所以问题是，为每个filterhijau() 分配了一个新图像，并且在数百次调用此方法后，您的应用程序将占用数百 MB（如果不是 GB），从而抛出 Insufficient Memory错误。

您似乎需要重新设计当前的方法，以便占用更少的 RAM 内存。

【讨论】：

你的意思是 clone() 应该被其他替换吗？我只是使用一个计时器，在计时器中我调用 filterhijau() 方法。
没有。我的意思是您需要重新考虑当前程序的工作方式并重新设计它，这样您就不会占用太多 RAM。您真的需要将所有这些图像同时存储在内存中吗？听起来您可以在它们被处理后释放它们，这样它们就不会浪费有用的 RAM 空间。
@karlphilip：实际上不需要存储图像。我没有找到 C++ 中的 cv::Release，就像 C 中的 CvRelease 一样。

【解决方案2】：

我之前遇到过这个错误，我通过在阅读图像时减小图像的大小来解决它并牺牲了一些分辨率。

在 Python 中是这样的：

# Open the Video 
cap = cv2.VideoCapture(videoName + '.mp4')
i = 0
while cap.isOpened():
    ret, frame = cap.read()
    if not ret:
        break
    frame = cv2.resize(frame, (900, 900))
    # append the frames to the list
    images.append(frame)
    i += 1
cap.release()

注意我知道这不是解决问题的最佳方案，但对我来说已经足够了。

【讨论】：

缩小尺寸不会减少它，因为它是一种有缺陷的方法，你最终会遇到同样的错误，但在这个过程的后期。除了你用错误的编程语言回答之外。
我知道这不是最好的方法，但我只是建议一种对我来说很好的可能方法。