OpenCV（4.0.0）Python错误：（-215：断言失败）（mtype == CV_8U || mtype == CV_8S）&& _mask.sameSize（* psrc1）在函数“cv :: binary_op”中。

Question

我正在尝试使用OpenCV的位非运算符在图像上应用掩码。如果我将原始图像和掩码图像都以灰度模式读取，则可以实现此结果，但在3通道图像上无法实现。

我已阅读此线程OpenCV Python Error: error: (-215) (mtype == CV_8U || mtype == CV_8S) && _mask.sameSize(*psrc1) in function cv::binary_op，但我的问题不是数组形状或掩码不是uint8格式。

import cv2
import numpy as np 

img = cv2.imread("Original.png") # original image, shape 544,480,3, dtype uint8
label = cv2.imread("Mask.png") # black and white mask,shape 544,480,3, dtype uint 8
shape = img.shape # 544,480,3
black_background = np.zeros(shape=shape, dtype=np.uint8)
result = cv2.bitwise_not(img,black_background,mask=label) # this is where error occurs
cv2.imwrite("masked.png",result)

我希望输出的结果是原始图像与标签掩码合并，但我遇到了错误。

OpenCV(4.0.0) C:\projects\opencv-python\opencv\modules\core\src\arithm.cpp:245: error: (-215:Assertion failed) (mtype == CV_8U || mtype == CV_8S) && _mask.sameSize(*psrc1) in function 'cv::binary_op'

- Andrei Tsitsvidze

---

我们能够重现您的错误，唯一的方法就是您发布“Original.png”和“Mask.png”。 - beaker

抱歉，我无法发布用于此代码的图像，因为我的公司不允许发布我们的数据。我可以提供每个图像的形状和数据类型。 以下是代码打印的内容： uint8 (544, 480, 3) uint8 (544, 480, 3) uint8 (544, 480, 3) - Andrei Tsitsvidze

Answer 1

根据错误提示，问题实际上是掩模形状。从文档中得知：

掩模 - 可选操作掩模，8位单通道数组，指定要更改的输出数组的元素。

您的标签是一个3通道图像，不兼容；这就是为什么灰度工作的原因，但由于您的Mask.png实际上是一张黑白图片，您应该毫不犹豫地使用它：

label = cv2.imread("Mask.png", cv2.IMREAD_GREYSCALE)

- DLM

---

谢谢您的回复。我已将“label = cv2.imread("Mask.png")”更改为“label = cv2.imread("Mask.png",0)”，但仍然出现相同的错误。 - Andrei Tsitsvidze

你能提供更多的信息吗？你检查了图像和标签的形状吗？我刚刚进行了一次测试，结果如预期。 - DLM

好的。我已经运行了这段代码 print(img.dtype,img.shape) print(label.dtype,img.shape) print(black_background.dtype,img.shape)，结果是 uint8 (544, 480, 3) uint8 (544, 480, 3) uint8 (544, 480, 3)。因此，我使用 cv.imread("path/to/image") 读取图像而没有使用其他模式。 - Andrei Tsitsvidze

如果您将标签读取为灰度图像，是否仍然会出现完全相同的错误？如果使用其他图像是否也会发生这种情况？ 这是我的实验：https://colab.research.google.com/drive/1Z9ivwCnjXvNYdQ-TlPEb3XjiTzi51ekM - DLM

更改标签图像有所帮助。我想知道如何更改输出图像，使其不是负数，然后我在从中减去黑色背景之前简单地添加了 img = cv2.bitwise_not（img）。再次感谢您的回复。 - Andrei Tsitsvidze