在Python中使用OpenCV时发生blobFromImage断言错误

我正在尝试使用Python中的OpenCV运行（而不是训练）Caffe网络

我的图像（

img

）是（48118）的单通道

ndarray

#类似RGB的单通道
帧=np.0（（img.shape[0]，img.shape[1]，3））
帧[：，：，0]=img
帧[：，：，1]=img
帧[：，：，2]=img

然后我将其标准化为0-1

frame/=np.max（frame）

最后，我使用

blobFromImage

函数创建了一个“blob”，并在稍后为网络提供数据

inpBlob=cv2.dnn.blobFromImage（帧，大小=（368368），平均值=（0,0,0），swapRB=False，裁剪=False）

问题发生在使用上述线路之后。它会引发断言错误：

---------------------------------------------------------------------------
错误回溯（最近一次呼叫上次）
中的c:\Users\helde\code\main.py
---->67 inpBlob=cv2.dnn.blobFromImage（帧，大小=（368368），平均值=（0,0,0），swapRB=False，crop=False）
错误：OpenCV（3.4.2）C:\Miniconda3\conda bld\OpenCV-suite_153439934306\work\modules\dnn\src\dnn。cpp:177:
错误：（-215:断言失败）函数“cv:：dnn:：experimental\U dnn\U v5:：blobFromImages”中的image.depth（）==5

---

有人知道是什么原因导致了这个错误吗？

我真的不想回答我自己的问题，但是，如果其他人也有同样的问题，我会回答

解决方案非常简单，OpenCV的

blobFromImage

需要

uint8

格式的图像

因此，在我的例子中，变量

frame

是灰度的，之前我将其缩放为0-1：

frame/=np.max（frame）

在这种情况下，新帧是

float

使用

blobFromImage

并将其放入

uint8

的正确等待时间是：

img=（（frame/np.max（frame））*255.astype（'uint8'））

你需要这个

…astype（'uint8'）

否则你会有一些像素值在0-255之间但仍然是

浮点格式的东西

示例：灰度图像
假设我们有一个
float
图像（
img
），我们想用
blobFromImage
对其进行预处理，尺寸为100x100：

打印（img.shape，type（img），img.dtype）
（48118）64

现在，如前所述将其转换为灰度

img=（（img/np.max（img））*255.astype（'uint8'））

只是想核实一下：

打印（img.shape，type（img），img.dtype）
（48118）uint8

现在我们可以应用
blobFromImage
：

inpBlob=cv2.dnn.blobFromImage（img，
大小=（368368），
平均值=（0,0,0），
swapRB=假，
裁剪=假）

现在，您必须拥有4D：

print（inpBlob.shape，type（inpBlob），inpBlob.dtype）
（1,1368,368）浮动

检查

示例：RGB图像
float
到
uint8
的部分基本相同，唯一的区别是复制图像时有3个通道RGB。我将把整个代码放在这里，并指出复制部分：

#我们从与之前相同的浮点图像（img）开始
#转换为uint8。还是一个频道
img=（（img/np.max（img））*255.astype（'uint8'））
打印（img.shape，type（img），img.dtype）
（48118）uint8
#将唯一通道复制3次。还有其他方法可以做到这一点：
img_rgb=np.zero（（img.shape[0]，img.shape[1]，3），dtype=np.uint8）
img_rgb[：，：，0]，img_rgb[：，：，1]，img_rgb[：，：，2]=img，img，img
#现在您将在形状中看到第三个维度
打印（img_rgb.shape、type（img_rgb）、img_rgb.dtype）
（48,118,3）uint8
#应用blobFromImage函数
inpBlob=cv2.dnn.blobFromImage（img_rgb，
大小=（368368），
平均值=（0,0,0），
swapRB=假，
裁剪=假）
#检查。。。
打印（inpBlob.shape，type（inpBlob），inpBlob.dtype）
（1,3,368,368）浮动
#这3个通道反映在InBlop形状的第二个组件中。

正如您所看到的，如果您在之前将对象更改为
uint8
，那么这是非常简单的