python-3.x - Mat 中的断言失败(m.dims >= 2)

Question

这是图像阈值处理的代码，我在第 22 行遇到错误，

这是: -

ret,thresh2 = cv2.threshold(img,127,255,cv2.THRESH_BINARY_INV)

在此代码中，我想从摄像机捕获图像帧，然后对捕获的图像帧执行各种阈值操作。

我已经在不同的时间实例存储了图像帧。我的目标是分割视频中的移动物体。因此，我正在应用阈值操作。

有没有人有任何想法，怎么做？

提前致谢。

import cv2
import numpy as np
import time
from matplotlib import pyplot as plt
import sys
cam = cv2.VideoCapture(0)

while(cam.isOpened()):
    ret, frame = cam.read()     #Keep on capturing the frames continuously
    while (ret==True):
        #img = cv2.imread('/home/shrikrishna/Detection&Tracking/OpenCV-Tutorial',6)
        cv2.imwrite('At time'+ str(time.clock()) + '.jpg', frame)
        img2 = cv2.imread('At time'+ str(time.clock()) + '.jpg',6)
        t = str(time.clock())
        cv2.imshow('Orignal',frame)
        k = cv2.waitKey(0) & 0xffff
        if(k==27):              
            #img = cv2.imread('At time'+ str(time.clock()) + '.jpg',6)
            break
        if(k==ord('q')):
            sys.exit(0)
    break

#cv2.imwrite('At time'+ t + '.jpg', frame)
img = cv2.imread('At time'+ t + '.jpg',6)   

ret,thresh1 = cv2.threshold(img,127,255,cv2.THRESH_BINARY)
ret,thresh2 = cv2.threshold(img,127,255,cv2.THRESH_BINARY_INV)
ret,thresh3 = cv2.threshold(img,127,255,cv2.THRESH_TRUNC)
ret,thresh4 = cv2.threshold(img,127,255,cv2.THRESH_TOZERO)
ret,thresh5 = cv2.threshold(img,127,255,cv2.THRESH_TOZERO_INV)
titles = ['Original Image','BINARY','BINARY_INV','TRUNC','TOZERO','TOZERO_INV']
images = [img, thresh1, thresh2, thresh3, thresh4, thresh5]

for i in xrange(6):
    plt.subplot(2,3,i+1),plt.imshow(images[i],'gray')
    plt.title(titles[i])
    plt.xticks([]),plt.yticks([])
plt.show()

cv2.waitKey(0)

cv2.destroyAllWindows()

Answer 1

在以下行中，您将图像作为彩色图像读入(基于第二个参数 -- 标志)。

img = cv2.imread('At time'+ t + '.jpg',6)

这意味着 img包含 3 个 channel ，在 Python 中由 3 维数组表示。

您立即将此图像用作阈值处理的来源:

ret,thresh1 = cv2.threshold(img,127,255,cv2.THRESH_BINARY)

根据 documentation ，第一个参数为 threshold()是:

src – 输入数组(单 channel 、8 位或 32 位浮点)。

这意味着您需要一个单 channel 图像，例如灰度图像:

img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret,thresh1 = cv2.threshold(img_gray,127,255,cv2.THRESH_BINARY)
# ...

另一种选择是首先将图像读取为灰度:

img_gray = cv2.imread('At time'+ t + '.jpg',0)
# ...