使用NumPy操作数组后，Python OpenCV绘制出现错误

Question

使用NumPy操作数组后，Python OpenCV绘制出现错误

8

我正在使用OpenCV读取图像，并尝试在numpy中进行一些操作（旋转90度）。使用matplotlib的imshow查看结果，似乎一切都很正常 - 图像已经旋转。然而，我不能在新图像上使用OpenCV的绘图方法。在下面的代码中（我在sagemath云工作表中运行这个代码）：

%python
import cv2
import matplotlib.pyplot as plt
import numpy as np
import os, sys
image = np.array( cv2.imread('imagename.png') )
plt.imshow(image,cmap='gray')
image = np.array(np.rot90(image,3) ) # put it right side up
plt.imshow(image,cmap='gray')
cv2.rectangle(image,(0,0),(100,100),(255,0,0),2)
plt.imshow(image,cmap='gray')

我在 cv2.rectangle() 命令中遇到了以下错误：

TypeError: Layout of the output array img is incompatible with cv::Mat (step[ndims-1] != elemsize or step[1] != elemsize*nchannels)

如果我使用 np.array(np.rot90(image,4) ) 而非旋转 90 度，错误就会消失（即旋转 360 度）。因此似乎是因为尺寸的变化导致出现问题。OpenCV 是否在内部存储了尺寸，需要更新或其他操作？编辑： 在 rot90() 后添加 image = image.copy() 解决了这个问题。请参见 rayryeng 的答案。

- argentum2f

3个回答

2

我曾经遇到过使用numpy 1.11.2和opencv 3.3.0时出现的相同问题。不确定为什么，但是以下方法对我有用。在使用cv2.rectangle之前，请添加以下代码：

image1 = image1.transpose((1,0)).astype(np.uint8).copy()

Reference

- Sri Chakra Kumar

这个答案与被接受的答案相同，只是您将旋转实现为转置操作后跟随一次复制。 - rayryeng

1

数据类型转换对我的问题有效。在转换之前，图像的类型为np.int64。

image = image.astype(np.int32) # convert data type

- dwSun

请详细说明 - 您是在旋转之前还是之后进行此操作？如果是之后，那么这与先前的答案相同，因为强制转换会导致numpy创建一个新数组。 - argentum2f

在使用cv2.putText之前，我会这样做。cv2.putText是导致我的问题出现TypeError的那一行。'image.copy()'对我不起作用。我猜_Layout_是指numpy数组内存或数据布局，这是np.float64和float32之间的区别。 - dwSun

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- rayryeng · Accepted Answer

显然这是Python OpenCV包装器中的一个bug。如果您看一下这里的问题：np.rot90() corrupts an opencv image，显然进行不会回到原始尺寸的旋转将破坏图像，并且在该帖子中的OP遇到了与您有相同的错误。顺便说一下，我也遇到了同样的错误...不知道为什么。

解决此问题的方法是在旋转后制作图像副本，然后显示该图像。我无法解释这个，但它似乎有效。此外，请确保在代码末尾调用plt.show()以显示图像：

import cv2
import matplotlib.pyplot as plt
import numpy as np
import os, sys
image = np.array( cv2.imread('imagename.png') )
plt.imshow(image,cmap='gray')
image = np.array(np.rot90(image,3) ) # put it right side up

image = image.copy() # Change

plt.imshow(image,cmap='gray')
cv2.rectangle(image,(0,0),(100,100),(255,0,0),2)
plt.imshow(image,cmap='gray')

plt.show() # Show image