【问题标题】：OpenCV findContours() complains if used with black-white image如果与黑白图像一起使用，OpenCV findContours() 会抱怨
【发布时间】：2015-06-10 13:07:02
【问题描述】：

我想使用以下代码执行边缘检测。但是，由于图像颜色深度，我得到一个错误。我眼中的这个错误毫无意义，因为我将图像正确转换为灰度图像，并在后续步骤中转换为黑白图像，这绝对可以正常工作。当我打电话给findContours 时，我得到一个错误。

import cv2

def bw_scale(file_name, tresh_min, tresh_max):
    image = cv2.imread(file_name)
    image = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY)
    #(thresh, im_bw) = cv2.threshold(image, tresh_min, tresh_max, cv2.THRESH_BINARY | cv2.THRESH_OTSU)
    (thresh, im_bw) = cv2.threshold(image, tresh_min, tresh_max, 0)

    cv2.imwrite('bw_'+file_name, im_bw)
    return (thresh, im_bw)

def edge_detect(file_name, tresh_min, tresh_max):
    (thresh, im_bw) = bw_scale(file_name, tresh_min, tresh_max)
    contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)


if __name__ == '__main__':
  edge_detect('test.jpg', 128, 255)

我收到此错误：

dgrat@linux-v3pk:~> python aoi.py
OpenCV Error: Unsupported format or combination of formats ([Start]FindContours support only 8uC1 and 32sC1 images) in cvStartFindContours, file /home/abuild/rpmbuild/BUILD/opencv-2.4.9/modules/imgproc/src/contours.cpp, line 196
Traceback (most recent call last):
  File "aoi.py", line 25, in <module>
    edge_detect('test.jpg', 128, 255)
  File "aoi.py", line 19, in edge_detect
    contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
cv2.error: /home/abuild/rpmbuild/BUILD/opencv-2.4.9/modules/imgproc/src/contours.cpp:196: error: (-210) [Start]FindContours support only 8uC1 and 32sC1 images in function cvStartFindContours

【问题讨论】：

标签： python opencv

【解决方案1】：

您的代码中的问题是您误用了cv2.threshold() 的返回值。

cv2.threshold返回2个参数：

retval

在使用 OTSU 方法进行阈值处理时使用（返回最佳阈值），否则它会返回您传递给函数的相同阈值，在您的情况下为 128.0。
dst

是阈值化的结果图像

在您的代码中，thresh 是浮点数而不是 Mat。

变化：

contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

到

contours, hierarchy = cv2.findContours(im_bw, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

编辑

在下面使用以下测试图像查找原始代码的重构和简化版本。

import cv2

def edge_detect(file_name, tresh_min, tresh_max):
    image = cv2.imread(file_name)
    im_bw = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY)

    (thresh, im_bw) = cv2.threshold(im_bw, tresh_min, tresh_max, 0)
    cv2.imwrite('bw_'+file_name, im_bw)

    contours, hierarchy = cv2.findContours(im_bw, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
    cv2.drawContours(image, contours, -1, (0,255,0), 3)
    cv2.imwrite('cnt_'+file_name, image)

if __name__ == '__main__':
  edge_detect('test.jpg', 128, 255)

这会产生以下 bw_test.jpg

在 cnt_test.jpg 中突出显示以下轮廓

【讨论】：

仍然出现同样的错误。我想知道是python问题还是我。
我只是使用我帖子中提到的更改运行您的代码，它可以正常工作。轮廓被正确检测。
无论我做什么，我总是得到这个错误。我将在另一台电脑上测试它:(

【解决方案2】：

更新

考虑到您已经将图像转换为灰度，问题应该出在通道范围上。 FindContours 仅支持 32s 和 8u。你可以使用image.dtype 来确保你得到类似uint8 的东西。如果不是cv2.convertScaleAbs(image)should解决你的问题。

原始答案

正如错误中提到的FindContours support only 8uC1 and 32sC1 images。所以可能想使用cv.CvtColor 之类的东西将您的图像转换为支持的色彩空间。

【讨论】：

>> image = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY) 这不是正确的函数吗？
两个概念很重要：通道数和像素表示。您可能有灰度图片，但在8U 或32S 中没有。
还是同样的错误：image = cv2.cvtColor(image, cv2.CV_8UC1) \n image = cv2.convertScaleAbs(image)
@dgrat;您是否需要在convertScaleAbs 之前调用cvtColor，因为根据定义convertScaleAbs 将“缩放，采用abs 值并转换为无符号8 位类型”？因此covnertScaleAbs 的最终结果是8uC#。 convertScaleAbs 将分别为每个频道执行此操作，这意味着您无需更改频道数。如果你真的有一个黑白图像，你应该只有 1 个通道，如果你有即具有透明度的黑白图像，你将有额外的“alpha”通道。如果您的错误仍然存在，这意味着您可能没有将其正确转换为黑白？

【解决方案3】：

我在尝试使用灰度图像时遇到了同样的错误，然后我尝试将具有 Canny 边缘检测器的平均 5X5 块的高斯滤波器应用于 cvtColor 转换的灰度图像。瞧！图片上的轮廓。

试试这个代码

image = cv2.imread('testimage.jpeg')
im_bw = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY)

blur = cv2.GaussianBlur(im_bw, (5,5), 0)
im_bw = cv2.Canny(blur, 10, 90)

contours, hierarchy = cv2.findContours(im_bw, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
cv2.drawContours(image, contours, -1, (0,255,0), 3)
plt.imshow(image)
plt.show()

【讨论】：

【解决方案4】：

如今，findContours 仅返回轮廓和层次结构。

在将图像作为参数传递给函数之前，它必须是 uint8 并且必须是灰度的。当我使用RETR_CCOM 作为模式时，这些都有效。

【讨论】：