C++ OpenCV:使用split（）函数进行数据类型断言失败

我在这里尝试遵循离散傅里叶变换（dft）示例：

我正在Windows 8中的Visual Studio 2013 Express上运行2.4.8

我已经修改了这个示例，因此我使用从网络摄像头捕获的彩色图像（加载到Mat变量中），而不是加载灰度图像

当我运行上面的示例时，我得到以下错误：

“断言失败Tp>：：channels==m.channels（））在中 cv:：Mat:：运算符“

并在以下行处断开：

Mat planes[] = { Mat_<float>(padded), Mat::zeros(padded.size(), CV_32F) };

现在的问题是，我在下面几行看到另一个断言失败：

split(complexI, planes); 

错误是：

“断言失败（Type==CV|32FC1 | | Type==CV|32FC2 | |……| | Type ==CV_64FC2）在CV:：dft中

所以现在它似乎不喜欢CV_32F数据类型。我尝试创建数据类型CV_32FC1，但它有相同的错误。我怀疑这与dft（）函数的complexI输出数据类型有关，但我不确定该怎么办。它也可能与我输入的通道数有关（3通道彩色与1通道灰度图像）

谢谢你的帮助

链接示例中的完整代码：

#include "opencv2/core/core.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"
#include <iostream>
int main(int argc, char ** argv)
{
    const char* filename = argc >=2 ? argv[1] : "lena.jpg";

    Mat I = imread(filename, CV_LOAD_IMAGE_GRAYSCALE);
    if( I.empty())
        return -1;

    Mat padded;                            //expand input image to optimal size
    int m = getOptimalDFTSize( I.rows );
    int n = getOptimalDFTSize( I.cols ); // on the border add zero values
    copyMakeBorder(I, padded, 0, m - I.rows, 0, n - I.cols, BORDER_CONSTANT, Scalar::all(0));

    Mat planes[] = {Mat_<float>(padded), Mat::zeros(padded.size(), CV_32F)};
    Mat complexI;
    merge(planes, 2, complexI);         // Add to the expanded another plane with zeros

    dft(complexI, complexI);            // this way the result may fit in the source matrix

    // compute the magnitude and switch to logarithmic scale
    // => log(1 + sqrt(Re(DFT(I))^2 + Im(DFT(I))^2))
    split(complexI, planes);                   // planes[0] = Re(DFT(I), planes[1] = Im(DFT(I))
    magnitude(planes[0], planes[1], planes[0]);// planes[0] = magnitude
    Mat magI = planes[0];

    magI += Scalar::all(1);                    // switch to logarithmic scale
    log(magI, magI);

    // crop the spectrum, if it has an odd number of rows or columns
    magI = magI(Rect(0, 0, magI.cols & -2, magI.rows & -2));

    // rearrange the quadrants of Fourier image  so that the origin is at the image center
    int cx = magI.cols/2;
    int cy = magI.rows/2;

    Mat q0(magI, Rect(0, 0, cx, cy));   // Top-Left - Create a ROI per quadrant
    Mat q1(magI, Rect(cx, 0, cx, cy));  // Top-Right
    Mat q2(magI, Rect(0, cy, cx, cy));  // Bottom-Left
    Mat q3(magI, Rect(cx, cy, cx, cy)); // Bottom-Right

    Mat tmp;                           // swap quadrants (Top-Left with Bottom-Right)
    q0.copyTo(tmp);
    q3.copyTo(q0);
    tmp.copyTo(q3);

    q1.copyTo(tmp);                    // swap quadrant (Top-Right with Bottom-Left)
    q2.copyTo(q1);
    tmp.copyTo(q2);

    normalize(magI, magI, 0, 1, CV_MINMAX); // Transform the matrix with float values into a
                                            // viewable image form (float between values 0 and 1).

    imshow("Input Image"       , I   );    // Show the result
    imshow("spectrum magnitude", magI);
    waitKey();

    return 0;
}

#包括“opencv2/core/core.hpp”
#包括“opencv2/imgproc/imgproc.hpp”
#包括“opencv2/highgui/highgui.hpp”
#包括
int main（int argc，字符**argv）
{
const char*filename=argc>=2？argv[1]：“lena.jpg”；
Mat I=imread（文件名、CV\u加载\u图像\u灰度）；
if（I.empty（））
返回-1；
Mat padded；//将输入图像扩展到最佳大小
int m=getOptimalDFTSize（即行）；
int n=getOptimalDFTSize（I.cols）；//在边框上添加零值
copyMakeBorder（I，padded，0，m-I.rows，0，n-I.cols，BORDER_常量，Scalar:：all（0））；
Mat平面[]={Mat_u（padded），Mat:：zeros（padded.size（），CV_32F）}；
席状复合体；
合并（平面，2，复杂）；//添加到扩展的另一个带有零的平面
dft（complexI，complexI）；//这样，结果可以适合源矩阵
//计算震级并切换到对数刻度
//=>log（1+sqrt（Re（DFT（I））^2+Im（DFT（I））^2））
拆分（复数，平面）；//平面[0]=Re（DFT（I），平面[1]=Im（DFT（I））
幅值（平面[0]，平面[1]，平面[0]）；//平面[0]=幅值
Mat magI=平面[0]；
magI+=Scalar:：all（1）；//切换到对数刻度
日志（magI，magI）；
//如果光谱的行数或列数为奇数，则裁剪光谱
magI=magI（Rect（0,0，magI.cols&-2，magI.rows&-2））；
//重新排列傅里叶图像的象限，使原点位于图像中心
int cx=magI.cols/2；
int cy=magI.rows/2；
Mat q0（magI，Rect（0，0，cx，cy））；//左上角-为每个象限创建一个ROI
Mat q1（magI，Rect（cx，0，cx，cy））；//右上角
Mat q2（magI，Rect（0，cy，cx，cy））；//左下角
Mat q3（magI，Rect（cx，cy，cx，cy））；//右下角
Mat tmp；//交换象限（左上角与右下角）
q0.copyTo（tmp）；
q3.复制到（q0）；
tmp.copyTo（第三季度）；
q1.copyTo（tmp）；//交换象限（右上角与左下角）
q2.抄袭（q1）；
tmp.copyTo（第2季度）；
规格化（magI，magI，0，1，CV_MINMAX）；//将带有浮点值的矩阵转换为
//可视图像形式（浮动在值0和1之间）。
imshow（“输入图像”，I）；//显示结果
imshow（“光谱幅度”，magI）；
waitKey（）；
返回0；
}

您不能在具有2个以上参数的图像上使用dft

即使图像有两个通道，第二个通道也会被解释为复数的虚部，因此这可能不是您想要的

因此，您有两个选项：要么将从网络摄像头获得的彩色图像转换为单通道图像，如灰度图像，要么对每个通道分别应用dft

---

您可以查看一下，或者两个都可以从图像中提取单独的通道，然后对每个通道应用dft，

谢谢，我不知道混合通道。我将尝试将它们分离出来，并单独对每个通道进行dft

#include "opencv2/core/core.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"
#include <iostream>
int main(int argc, char ** argv)
{
    const char* filename = argc >=2 ? argv[1] : "lena.jpg";

    Mat I = imread(filename, CV_LOAD_IMAGE_GRAYSCALE);
    if( I.empty())
        return -1;

    Mat padded;                            //expand input image to optimal size
    int m = getOptimalDFTSize( I.rows );
    int n = getOptimalDFTSize( I.cols ); // on the border add zero values
    copyMakeBorder(I, padded, 0, m - I.rows, 0, n - I.cols, BORDER_CONSTANT, Scalar::all(0));

    Mat planes[] = {Mat_<float>(padded), Mat::zeros(padded.size(), CV_32F)};
    Mat complexI;
    merge(planes, 2, complexI);         // Add to the expanded another plane with zeros

    dft(complexI, complexI);            // this way the result may fit in the source matrix

    // compute the magnitude and switch to logarithmic scale
    // => log(1 + sqrt(Re(DFT(I))^2 + Im(DFT(I))^2))
    split(complexI, planes);                   // planes[0] = Re(DFT(I), planes[1] = Im(DFT(I))
    magnitude(planes[0], planes[1], planes[0]);// planes[0] = magnitude
    Mat magI = planes[0];

    magI += Scalar::all(1);                    // switch to logarithmic scale
    log(magI, magI);

    // crop the spectrum, if it has an odd number of rows or columns
    magI = magI(Rect(0, 0, magI.cols & -2, magI.rows & -2));

    // rearrange the quadrants of Fourier image  so that the origin is at the image center
    int cx = magI.cols/2;
    int cy = magI.rows/2;

    Mat q0(magI, Rect(0, 0, cx, cy));   // Top-Left - Create a ROI per quadrant
    Mat q1(magI, Rect(cx, 0, cx, cy));  // Top-Right
    Mat q2(magI, Rect(0, cy, cx, cy));  // Bottom-Left
    Mat q3(magI, Rect(cx, cy, cx, cy)); // Bottom-Right

    Mat tmp;                           // swap quadrants (Top-Left with Bottom-Right)
    q0.copyTo(tmp);
    q3.copyTo(q0);
    tmp.copyTo(q3);

    q1.copyTo(tmp);                    // swap quadrant (Top-Right with Bottom-Left)
    q2.copyTo(q1);
    tmp.copyTo(q2);

    normalize(magI, magI, 0, 1, CV_MINMAX); // Transform the matrix with float values into a
                                            // viewable image form (float between values 0 and 1).

    imshow("Input Image"       , I   );    // Show the result
    imshow("spectrum magnitude", magI);
    waitKey();

    return 0;
}