调整图像大小时出错：“错误：(-215:Assertion failed) func != 0 in function 'resize'”答案

【问题标题】：Error while resizing image: "error: (-215:Assertion failed) func != 0 in function 'resize'"调整图像大小时出错：“错误：(-215:Assertion failed) func != 0 in function 'resize'”
【发布时间】：2023-03-07 10:56:01
【问题描述】：

我正在尝试通过将图像重新缩放为 (10, 10) 来预处理图像数据集，该数据集以 numpy 数组表示，形状为 (28, 28) 的图像。我为此写了一个函数：

def resize_dataset(images):
    resized_images = []
    for img in images:
            img = img.reshape((28,28))
            resized_img = cv2.resize(img, dsize=(10, 10))
            resized_images.append(resized_img)
    return numpy.array(resized_images)

但当我真正尝试重新调整它们时，cv2.resize 中出现以下错误：

error: OpenCV(4.0.0) /io/opencv/modules/imgproc/src/resize.cpp:3662: error: (-215:Assertion failed) func != 0 in function 'resize'

在谷歌中，我只发现在 c++ 上写同样错误的人在做非常不同的事情，比如这个：resize an image and changing its depth 和这个：http://answers.opencv.org/question/19715/error-215-func-0-in-function-convertto/

我该如何解决？

【问题讨论】：

标签： python cv2 image-preprocessing

【解决方案1】：

哦，我真的想通了。数据集中的图像类型为numpy.int64。我只需要将图像转换为float32，如下所示：

def resize_dataset(images):
    resized_images = []
    for img in images:
            img = img.reshape((28,28)).astype('float32')  # <-- convert image to float32
            resized_img = cv2.resize(img, dsize=(10, 10))
            resized_images.append(resized_img)
    return numpy.array(resized_images)

现在它运行良好。看起来cv2.resize 无法处理以 int 表示的图像。希望这对任何人都有帮助

【讨论】：

有谁知道为什么它不适用于int64？我还发现它不适用于int32，但它确实适用于uint8
如果错误信息能解释这一点就好了：\
感谢您分享解决方案！我也被这个问题困住了。这是我第一次发现 opencv 函数只接收浮点数据，但为什么呢？而且我没有在文档中看到这一点。

【解决方案2】：

实际上cv2.resize可以处理以整数表示的图像，但您需要使用默认的插值方法。

这里列出了您可以使用的不同插值标志：cv2 resize interpolation flags。

默认情况下，cv2 使用 INTER_LINEAR 方法，顾名思义，该方法是线性的。因此，大多数情况下，它会为您提供必须表示为浮点数的值。与 INTER_CUBIC、INTER_AREA、INTER_LANCZOS4 相同...

但是有些方法可以应用于整数，例如 INTER_NEAREST（最近邻）或 INTER_LINEAR_EXACT（与 INTER_LINEAR 相同，但四舍五入到最接近的整数）。

在上述情况下，我会建议尝试：

resized_img = cv2.resize(img, (10,10), interpolation=cv2.INTER_LINEAR_EXACT)

【讨论】：

INTER_LINEAR_EXACT 仍然给我同样的错误 int32 图像（OpenCV（4.5.4-dev），C++）。 INTER_NEAREST 工作。

【解决方案3】：

首先，让我们检查图像的范围是否在 [0 1] 之间。我收到一个错误，因为我的 RGB 范围在 255。

【讨论】：

【解决方案4】：

对此我没有任何解释。解决方案是让您的输入图像采用uint8 格式或float32。

使用numpy，就变成了……

my_image = np.array(my_image, dtype='uint8')

【讨论】：