OpenCV 错误：bitwise_and 抛出掩码和图像大小不同的错误答案

【问题标题】：OpenCV error: bitwise_and throws error that mask and image are not same sizeOpenCV 错误：bitwise_and 抛出掩码和图像大小不同的错误
【发布时间】：2018-06-20 21:16:46
【问题描述】：

我正在尝试在 python (3.6.5) 中使用 openCV (3.3.1) 将我制作的蒙版应用于图像以提取所有皮肤。我正在循环查看照片并检查窗口并使用两个预制的 sklearm GMM 对它们进行分类。如果窗口是皮肤，我将蒙版的该区域更改为 True (255)，否则将其保留为 0。

我已经初始化 numpy 数组以在循环之前将掩码保存为与图像相同的尺寸，但 openCV 一直说图像和掩码的尺寸不同（输出和错误消息如下）。我在网站上看到了其他一些类似的问题，但没有一个对我有用的解决方案。

这是我的代码：

# convert the image to hsv
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
delta = 6
# create an empty np array to make the mask
#mask = np.zeros((img.shape[0], img.shape[1], 1))
mask = np.zeros(img.shape[:2])
# loop through image and classify each window
for i in range(0,hsv.shape[0],delta):
    for j in range(0,hsv.shape[1],delta):
        # get a copy of the window
        arr = np.copy(hsv[i:i+delta,j:j+delta,0])
        # create a normalized hue histogram for the window
        if arr.sum() > 0:
            arr = np.histogram(np.ravel(arr/arr.sum()), bins=100, range=(0,1))
        else:
            arr = np.histogram(np.ravel(arr), bins=100, range=(0,1))
        # take the histogram and reshape it
        arr = arr[0].reshape(1,-1)
        # get the probabilities that the window is skin or not skin
        skin = skin_gmm.predict_proba(arr)
        not_skin = background_gmm.predict_proba(arr)
        if skin > not_skin:
            # becasue the window is more likely skin than not skin
            # we fill that window of the mask with ones
            mask[i:i+delta,j:j+delta].fill(255)
# apply the mask to the original image to extract the skin
print(mask.shape)
print(img.shape)
masked_img = cv2.bitwise_and(img, img, mask = mask)

输出是：

(2816, 2112)
(2816, 2112, 3)
OpenCV Error: Assertion failed ((mtype == 0 || mtype == 1) && 
_mask.sameSize(*psrc1)) in cv::binary_op, file C:\ci\opencv_1512688052760
\work\modules\core\src\arithm.cpp, line 241
Traceback (most recent call last):
File "skindetector_hist.py", line 183, in <module>
main()
File "skindetector_hist.py", line 173, in main
skin = classifier_mask(img, skin_gmm, background_gmm)
File "skindetector_hist.py", line 63, in classifier_mask
masked_img = cv2.bitwise_and(img, img, mask = mask)
cv2.error: C:\ci\opencv_1512688052760\work\modules\core\src
\arithm.cpp:241: error: (-215) (mtype == 0 || mtype == 1) && 
_mask.sameSize(*psrc1) in function cv::binary_op

正如您在输出中看到的那样，图像和蒙版具有相同的宽度和高度。我也尝试过使面具的深度为一（第 5 行），但这并没有帮助。感谢您的帮助！

【问题讨论】：

您似乎正在尝试将单通道蒙版应用于 3 通道 RGB 图像。在这种情况下，掩码也必须是 3 个通道，您可以为每个通道设置 255。您必须将图像转换为单通道灰度，或应用 3 通道蒙版。

标签： python opencv image-processing

【解决方案1】：

抱怨的不仅仅是口罩的尺寸。它在抱怨口罩的类型。错误：

OpenCV 错误：断言失败 ((mtype == 0 || mtype == 1) && _mask.sameSize(*psrc1))

意味着掩码的类型或大小（在您的情况下是相等的）都不相同。在documentation 我们看到：

mask – 可选操作掩码，8 位单通道数组，即指定要更改的输出数组的元素。

这与要求类型 0 (CV_8U) 或 1 (CV_8S) 的错误是一致的。

另外，即使没有说，img 也不应该是浮动的，因为它不会给出想要的结果（可能无论如何都会这样做）。

解决方案可能足以改变：

mask = np.zeros(img.shape[:2])

到

mask = np.zeros(img.shape[:2], dtype=np.uint8)

一个小测试显示你会得到什么类型：

np.zeros((10,10)).dtype

给你dtype('float64')，这意味着双倍而不是 8 位

【讨论】：