Opencv DoG返回具有尺寸的空Mat对象

我试图用不同的sigma应用于不同的高斯核

Mat gaussianKernel_1 = Imgproc.getGaussianKernel(3, .2, CvType.CV_32F);
Mat gaussianKernel_1 = Imgproc.getGaussianKernel(3, 2.7, CvType.CV_32F);

在灰度图像上，通过减法得到高斯狗的差值。问题是，在应用如下所示的高斯差之后 ，我得到了带有尺寸的黑色图像

这是什么意思，为什么我没有得到一个mat对象，它包含了高斯图像的差异

    Mat gaussianKernel_0 = Imgproc.getGaussianKernel(3, .2, CvType.CV_32F);
    if (!gaussianKernel_0.empty()) {
        Mat orignalGrayScaleGaussian = new Mat();
        Imgproc.filter2D(grayScaleMats.getMatAt(0), orignalGrayScaleGaussian, CvType.CV_32F, gaussianKernel_0);
        gauss0GrayScaleMats.newMat(orignalGrayScaleGaussian);
    }

    Mat gaussianKernel_1 = Imgproc.getGaussianKernel(3, 2.7, CvType.CV_32F);
    if (!gaussianKernel_1.empty()) {
        Mat orignalGrayScaleGaussian = new Mat();
        Imgproc.filter2D(grayScaleMats.getMatAt(0), orignalGrayScaleGaussian, CvType.CV_32F, gaussianKernel_1);
        gauss1GrayScaleMats.newMat(orignalGrayScaleGaussian);
    }

    for (int i = 0; i < 5; i++) {
        Mat pyrDownDest = new Mat();

        if (i == 0) {

            Imgproc.pyrDown(MatFactory.lastAddedObj(gauss0GrayScaleMats.getMatList()), pyrDownDest);
            downSampledMats0.newMat(pyrDownDest);
            MatFactory.writeMat(FilePathUtils.newOutputPath("downSampledMat0_" + i), MatFactory.lastAddedObj(downSampledMats0.getMatList()));

        } else {

            Imgproc.pyrDown(MatFactory.lastAddedObj(downSampledMats0.getMatList()), pyrDownDest);
            downSampledMats0.newMat(pyrDownDest);
            MatFactory.writeMat(FilePathUtils.newOutputPath("downSampledMat0_" + i), MatFactory.lastAddedObj(downSampledMats0.getMatList()));
        }
    }

    for (int i = 0; i < 5; i++) {
        Mat pyrDownDest = new Mat();

        if (i == 0) {

            Imgproc.pyrDown(MatFactory.lastAddedObj(gauss1GrayScaleMats.getMatList()), pyrDownDest);
            downSampledMats1.newMat(pyrDownDest);
            MatFactory.writeMat(FilePathUtils.newOutputPath("downSampledMat1_" + i), MatFactory.lastAddedObj(downSampledMats1.getMatList()));

        } else {

            Imgproc.pyrDown(MatFactory.lastAddedObj(downSampledMats1.getMatList()), pyrDownDest);
            downSampledMats1.newMat(pyrDownDest);
            MatFactory.writeMat(FilePathUtils.newOutputPath("downSampledMat1_" + i), MatFactory.lastAddedObj(downSampledMats1.getMatList()));
        }
    }

    Log.D(TAG, "MainClass", "downSampledMats0Size: " + downSampledMats0.getMatList().size());
    Log.D(TAG, "MainClass", "downSampledMats1Size: " + downSampledMats1.getMatList().size());

    Mat desResize0 = new Mat();
    Mat desResize1 = new Mat();
    Imgproc.resize(downSampledMats0.getMatAt(3), desResize0, downSampledMats0.getMatAt(2).size());
    Imgproc.resize(downSampledMats1.getMatAt(3), desResize1, downSampledMats1.getMatAt(2).size());


    Mat DoG = new Mat();
    Core.subtract(desResize0, desResize1, DoG);
    if (!DoG.empty()){
        MatFactory.writeMat(FilePathUtils.newOutputPath("DoG"), DoG);
    } else {
        Log.W(TAG, "MainClass", "DoG mat is empty");
    }
}

Mat gaussianKernel_0=Imgproc.getGaussianKernel（3.2，CvType.CV_32F）；
如果（！gaussianKernel_0.empty（））{
Mat orignalGrayScaleGaussian=新Mat（）；
Imgproc.filter2D（灰度矩阵getMatAt（0），原始灰度等级高斯，CvType.CV_32F，gaussianKernel_0）；
Gaus0灰度矩阵newMat（原始Rayscalegaussian）；
}
Mat gaussianKernel_1=Imgproc.getGaussianKernel（3,2.7，CvType.CV_32F）；
如果（！gaussianKernel_1.empty（））{
Mat orignalGrayScaleGaussian=新Mat（）；
Imgproc.filter2D（灰度矩阵getMatAt（0），原始灰度等级高斯，CvType.CV_32F，gaussianKernel_1）；
gauss1GrayScaleMats.newMat（原始Rayscalegaussian）；
}
对于（int i=0；i<5；i++）{
Mat pyrDownDest=新Mat（）；
如果（i==0）{
pyrDown（MatFactory.lastaddobj（gauss0GrayScaleMats.getMatList（）），pyrDownDest）；
下采样垫0.newMat（Pyrdownst）；
MatFactory.writeMat（FilePathUtils.newOutputPath（“downSampledMat0_“+i），MatFactory.lastaddobj（downSampledMat0.getMatList（））；
}否则{
Imgproc.pyrDown（MatFactory.lastaddodobj（downSampledMats0.getMatList（）），pyrDownDest）；
下采样垫0.newMat（Pyrdownst）；
MatFactory.writeMat（FilePathUtils.newOutputPath（“downSampledMat0_“+i），MatFactory.lastaddobj（downSampledMat0.getMatList（））；
}
}
对于（int i=0；i<5；i++）{
Mat pyrDownDest=新Mat（）；
如果（i==0）{
pyrDown（MatFactory.lastaddobj（gauss1GrayScaleMats.getMatList（）），pyrDownDest）；
下采样垫1.newMat（最下采样垫）；
MatFactory.writeMat（FilePathUtils.newOutputPath（“downSampledMat1_“+i），MatFactory.lastaddobj（downSampledMat1.getMatList（））；
}否则{
Imgproc.pyrDown（MatFactory.lastaddodobj（downSampledMats1.getMatList（）），pyrDownDest）；
下采样垫1.newMat（最下采样垫）；
MatFactory.writeMat（FilePathUtils.newOutputPath（“downSampledMat1_“+i），MatFactory.lastaddobj（downSampledMat1.getMatList（））；
}
}
Log.D（标记“MainClass”，“downSampledMats0Size:+downSampledMats0.getMatList（）.size（））；
Log.D（标记“MainClass”，“downSampledMats1Size:+downSampledMats1.getMatList（）.size（））；
Mat desResize0=新Mat（）；
Mat desResize1=新Mat（）；
resize（downSampledMats0.getMatAt（3）、desResize0、downSampledMats0.getMatAt（2.size（））；
resize（downSampledMats1.getMatAt（3）、desResize1、downSampledMats1.getMatAt（2.size（））；
垫狗=新垫（）；
Core.subtract（减大小0，减大小1，DoG）；
如果（！DoG.empty（））{
MatFactory.writeMat（FilePathUtils.newOutputPath（“DoG”），DoG；
}否则{
Log.W（标签“MainClass”，“狗垫为空”）；
}
}