Python中OpenCV checkVector的断言错误

OpenCV在Python中使用Numpy数组作为输入。这篇文章抽象了C++基础数组的许多特性。

在OpenCV中的所有函数的旁边，例如CV2.GETAFIONTION，对C++中的输入数据进行检查：

inputMat.checkVector(3, CV_32F) == 3

由此产生的断言错误通常很神秘，有时在Python中无法正确捕获：

(-215:Assertion failed) src.checkVector(2, 5) == 3 && dst.checkVector(2, 5) == 3 in function 'cv::getAffineTransform'

---

到底是什么导致了这些错误以及如何解释它们？

我现在要回答我自己的问题，因为我浪费了大约三个小时的时间在StackOverflow上搜索以找到答案

该函数检查三件事：

由第一个参数指定的数组中的列数。 第二个参数中枚举指定的数据类型。在Python中看到错误时，枚举值已被解析，例如，CV_32F aka float32的5。可能的值为：

CV_8U 0 CV_8S 1 CV_16U 2 CV_16S 3 CV_32S 4 CV_32F 5 CV_64F 6 CV_USRTYPE1 7

第三个也是不太明显的是检查输入是否连续。这由第三个参数指定，该参数默认为true。因此，从Python中的断言错误中无法直接看到此错误。 要检查numpy阵列的连续布局，可以查看np.ndarray.flags参数。Numpy阵列通常是C-连续创建的，但可以通过切片等操作变为非连续：

>> x = np.zeros((10, 68, 3))
>> x.flags
  C_CONTIGUOUS : True
  F_CONTIGUOUS : False
  OWNDATA : True
  WRITEABLE : True
  ALIGNED : True
  WRITEBACKIFCOPY : False
  UPDATEIFCOPY : False
>> x[:, [33, 36, 45]].flags
  C_CONTIGUOUS : False
  F_CONTIGUOUS : False
  OWNDATA : False
  WRITEABLE : True
  ALIGNED : True

---

np.ndarray.copy函数可以通过给切片数组赋参数order='C'，使其再次连续。

我现在要回答我自己的问题，因为我花了大约三个小时的时间在谷歌上搜索StackOverflow的答案

该函数检查三件事：

由第一个参数指定的数组中的列数。 第二个参数中枚举指定的数据类型。在Python中看到错误时，枚举值已被解析，例如，CV_32F aka float32的5。可能的值为：

CV_8U 0 CV_8S 1 CV_16U 2 CV_16S 3 CV_32S 4 CV_32F 5 CV_64F 6 CV_USRTYPE1 7

第三个也是不太明显的是检查输入是否连续。这由第三个参数指定，该参数默认为true。因此，从Python中的断言错误中无法直接看到此错误。 要检查numpy阵列的连续布局，可以查看np.ndarray.flags参数。Numpy阵列通常是C-连续创建的，但可以通过切片等操作变为非连续：

>> x = np.zeros((10, 68, 3))
>> x.flags
  C_CONTIGUOUS : True
  F_CONTIGUOUS : False
  OWNDATA : True
  WRITEABLE : True
  ALIGNED : True
  WRITEBACKIFCOPY : False
  UPDATEIFCOPY : False
>> x[:, [33, 36, 45]].flags
  C_CONTIGUOUS : False
  F_CONTIGUOUS : False
  OWNDATA : False
  WRITEABLE : True
  ALIGNED : True

np.ndarray.copy函数可以通过为切片数组提供参数order='C'使其再次连续