EAST文本检测-215:断言失败（OpenCV Python）

当尝试在某些图像上使用Windows 10上Python中的OpenCV时，出现以下错误：

cv2.error: OpenCV(4.0.0) C:\projects\opencv-python\opencv\modules\dnn\src\dnn.cpp:835: error: (-215:Assertion failed) ld.inputBlobs[0]->total() == total(shapes[index]) in function 'cv::dnn::dnn4_v20180917::BlobManager::allocateBlobsForLayer'

（奇怪的是，我的文件系统上不存在该路径）

我从优秀的开始。下面是一个代码片段（最后一行失败）：

#sFileName是图像的路径，以前已设置
oInputImage=cv.imread（sFileName）
aiShape=oinpitimage.shape
（iH，iW）=aiShape[：2]
iRequiredUnit=32
#检查图像高度是否足够
iHr=iH%I所需单位
iBottom=0
iHr=iH%I所需单位
如果00或iLight>0：
#添加填充以使图像比例正确
oImage=cv.copyMakeBorder(
src=输出图像，
top=iTop，
底部=iBottom，
左=左，
右=iRight，
borderType=cv.BORDER_常数，
值=[0,0,0]
)
其他：
#不需要添加填充
oImage=oInputImage.copy（）
（iH，iW）=图像形状[：2]）
ib，ig，ir，uu=变异平均值（oImage）
oBlob=cv.dnn.blobFromImage(
oImage，1.0，（iW，iH），（ib，ig，ir），
swapRB=真，裁剪=假
)
#加载东部网络
#之前已正确初始化EAST_路径
oNet=cv.dnn.readNet（东路）
一次设置输入（oBlob）
asLayerNames=[
“特征融合/转换7/Sigmoid”，
“特征融合/融合3”]
（afScores，aoGeometry）=一次前进（如层名称）

我做了一些修改，例如，我重新计算平均值，而不是使用示例中显示的硬编码值。我还尝试了无意义调用（或使用示例中的默认值）和

swapRB=False

，但错误不断发生

这个问题在一些文件（）中系统性地出现，而在其他文件中则没有，相反，EAST在这些文件上运行平稳。我无法确定使图像变得麻烦的特征，但是我倾向于认为错误与调整图像大小的需要无关，因为大多数可以分析而没有问题的图像无论如何都必须调整大小

我还没有找到任何特定于该问题的文档，也无法从源代码（我猜是源代码）轻松地重构该问题

---

如何防止错误？

我在另一个应用程序中遇到了类似的问题。这与输入大小有关。我使用了以下到目前为止没有失败的变通方法：

    orig_height, orig_width = image.shape[:2]
    while True:
        height, width = image.shape[:2]

        blob = cv2.dnn.blobFromImage(image, scalefactor=1.0, size=(width, height),mean=(104.00698793, 116.66876762, 122.67891434),swapRB=False, crop=False)
        self.net.setInput(blob)
        try:
            prediction = self.net.forward()
            break
        except:
            pass

        if width*height  < 100:
            raise
        image = cv2.resize(image, (int(width*0.9), int(height*0.9)))

    prediction = cv2.resize(prediction[0, 0], (orig_width, orig_height))

原始高度，原始宽度=图像。形状[：2] 尽管如此： 高度，宽度=图像。形状[：2] blob=cv2.dnn.blobFromImage（图像，比例因子=1.0，大小=（宽度，高度），平均值=（104.00698793116.66876762122.67891434），swapRB=False，裁剪=False） self.net.setInput（blob） 尝试： 预测=self.net.forward（） 打破 除： 通过 如果宽度*高度<100： 提升 image=cv2。调整大小（图像，（int（宽度*0.9），int（高度*0.9））） 预测=cv2。调整大小（预测[0,0]，（原始宽度，原始高度））