python - OpenCV 霍​​夫圆的回溯

Question

这里是第二篇文章(我认为) 我得到了一个 回溯(最近一次调用最后一次): 文件“c:\Users\bala006\OneDrive - St John's Anglican College\Desktop\Personal\Torch\lick.py”，第 30 行，位于 圆圈 = cv.HoughCircles(img, cv.HOUGH_GRADIENT, 1.2, 100) cv2.error:OpenCV(4.5.1) C:\Users\appveyor\AppData\Local\Temp\1\pip-req-build-kh7iq4w7\opencv\modules\imgproc\src\hough.cpp:2253:错误:( -215:断言失败) !_image.empty() && _image.type() == CV_8UC1 && (_image.isMat() || _image.isUMat()) 在函数'cv::HoughCircles'

错误。希望一切顺利...谢谢。 我使用 Cascade Trainer 创建了一个级联，并用它来检测乒乓球。

import cv2 as cv
import numpy as np 

camera = cv.VideoCapture(0, cv.CAP_DSHOW)

cascade = cv.CascadeClassifier('cascade.xml')



while(1):
    _,img = camera.read()
    img = cv.flip(img,1)

    hsv = cv.cvtColor(img, cv.COLOR_BGR2HSV)

    detector = cv.SimpleBlobDetector()

    LowerRegion = np.array([4,142,149],np.uint8)
    upperRegion = np.array([33,255,255],np.uint8)

    redObject = cv.inRange(hsv,LowerRegion,upperRegion)

    kernal = np.ones((1,1),"uint8")

    red = cv.morphologyEx(redObject,cv.MORPH_OPEN,kernal)
    red = cv.dilate(red,kernal,iterations=1)

    res1=cv.bitwise_and(img, img, mask = red)
    
    circles = cv.HoughCircles(img, cv.HOUGH_GRADIENT, 1.2, 100)
    if circles is not None:
        circles = np.round(circles[0, :]).astype("int")

        for (x, y, r) in circles:
            cv.circle(img, (x, y), r, (0, 255, 0), 4)



    cv.imshow("Masking ",res1)
    cv.imshow("please work", img)

    if cv.waitKey(10) & 0xFF == ord('q'):
        camera.release()
        cv.destroyAllWindows()
        break

Answer 1

HoughCircles 不支持彩色图像。

在执行HoughCircles之前，您需要将img转换为灰度:

gray_frame = cv.cvtColor(frame, cv.COLOR_BGR2GRAY)
circles = cv.HoughCircles(gray_frame, cv.HOUGH_GRADIENT, 1.2, 100)

异常消息包含由 OpenCV 代码引发的 C++ 语句(该代码是用 C++ 实现的)。

---

异常消息看起来像是乱码，但仔细一看就暗示了原因:

(-215:Assertion failed)

表示“断言”(C++) 表达式为 false。

!_image.empty() && _image.type() == CV_8UC1 && (_image.isMat() || _image.isUMat())

上述陈述在 3 个术语之间应用了逻辑和。
如果三者之一为 false，则表达式的计算结果为 false(并且引发 false 和异常):

• !_image.empty() is false 表示图像为空，但我们知道图像不为空。
如果图像类型不是 CV_8UC1，
• _image.type() == CV_8UC1 为 false。
• (_image.isMat() || _image.isUMat()) 从 Python 执行时不会为 false(忽略它)。

我们可以得出结论:_image.type() == CV_8UC1 是false。

---

CV_8UC1的含义是什么？

OpenCV 图像类型有命名约定。

• 8U 每个组件应用 8 位(每个元素为 uint8 类型)。
• C1 应用 1 颜色 channel 。

对于 BGR 颜色格式的彩色图像，类型为 CV_8UC3(C3 应用 3 颜色 channel )。

您可以验证 img 的类型是否为 uint8 NumPy 数组。
验证 img.dtype 是否为 dtype('uint8') (可能是)...

您可以通过检查 img.shape 来检查颜色 channel 的数量。
您将看到 img.shape 为 (cols, rows, 3)(3 应用 3 个颜色 channel )。
对于灰度图像(一个颜色 channel )，我们需要形状为(列，行)。