我正在尝试将图像裁剪到轮廓的边界。我从这个 answer 中找到了一个代码
mask = np.zeros_like(image)
cv2.drawContours(mask, [c], -1, 255, -1)
out = np.zeros_like(image)
out[mask == 255] = image[mask == 255]
(y, x) = np.where(mask == 255)
(topy, topx) = (np.min(y), np.min(x))
(bottomy, bottomx) = (np.max(y), np.max(x))
out = out[topy: bottomy + 1, topx:bottomx + 1]
crop_img = image[topy: bottomy + 1, topx:bottomx + 1]
cv2.imshow("croppedd", crop_img)
其中 c
是等高线。
我收到如下错误:
Traceback (most recent call last):
File "detect_shapes.py", line 66, in <module>
(y, x) = np.where(mask == 255)
ValueError: too many values to unpack (expected 2)
我该如何解决我的问题?
- Python 3.7 版
- OpenCV 版本 3.4.4
我不认为这与我的形象有关,但是,这是我的形象;
最佳答案
您在上面提到的答案是使用
在grayscale
模式下加载图像
image = cv2.imread('...', 0)
这里,0
指的是 cv2.IMREAD_GRAYSCALE
标志。这很重要,因为在这种情况下,image
将只有 1
channel 。如果您以这种方式加载您的图像并运行您的代码,它将正常工作。我已经测试过了。在这种情况下,(y, x) = np.where(mask == 255)
不会给出任何错误作为 np.where(mask == 255)
的输出> 是两个 numpy 数组的元组,因为 mask
是一个 2d
数组(使用 mask.shape
检查它)。
但是,如果您将图像加载为 image = cv2.imread('...')
而不是像 image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY )
将其转换为灰度,然后在这种情况下,np.where(mask == 255)
返回一个包含三个 numpy 数组的元组,因为 mask
是一个3d
array here 这就是您遇到上述错误的原因。
关于python-3.x - OpenCV Python Numpy : ValueError: too many values to unpack (expected 2),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/57098711/