python 中的 OpenCV 在我尝试在 Sobel 模糊中使用 64F 时抱怨
OpenCV in python complains when i try to use 64F in Sobel blur
我正在尝试使用轮廓制作对象检测工具（给定示例）。
我已经取得了一些进展，但是当对象位于另一个结构复杂的对象（例如手或脸）的前面时，或者对象及其背景在颜色上融合时，它会停止检测边缘和因此没有给出一个好的轮廓。
阅读算法文档后，我发现它的工作原理是通过颜色强度的差异来检测边缘 - 例如，如果物体是黑色的，背景是黑色的，它就不会检测到它。
所以现在我正在尝试应用一些效果和模糊来尝试让它发挥作用。
我目前正在尝试获得组合的 Sobel 模糊（在两个轴上），希望在提供足够的光线的情况下定义边缘 - 因为该产品将由具有闪光灯的手机使用。
所以当我尝试这样做时：
frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
frame = cv2.GaussianBlur(frame, (5, 5), 10)
frameX = cv2.Sobel(frame, cv2.CV_64F, 1, 0)
frameY = cv2.Sobel(frame, cv2.CV_64F, 0, 1)
frame = cv2.bitwise_or(frameX, frameY)
当模式不是 CV_RETR_FLOODFILL 时，我收到一条错误消息说 cv2.findContours 仅支持 CV_8UC1 图像。
这是触发错误的行：
counturs, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
我在 1 周前才开始弄乱这个东西，我很惊讶获得结果是多么容易，但有些错误消息很荒谬。
编辑：我确实尝试将模式切换为 CV_RETR_FLOODFILL，但这并没有解决问题，然后它根本不起作用。
原因是findContours函数需要一个类型为8位整数（uint8）的二进制图像（图像由0和1组成）。开发人员这样做可能是为了减少内存使用，因为用 64 位而不是 8 位存储二进制值没有意义。仅使用
将框架转换为 uint8 类型
frame = np.uint8(frame)
我正在尝试使用轮廓制作对象检测工具（给定示例）。
我已经取得了一些进展，但是当对象位于另一个结构复杂的对象（例如手或脸）的前面时，或者对象及其背景在颜色上融合时，它会停止检测边缘和因此没有给出一个好的轮廓。
阅读算法文档后，我发现它的工作原理是通过颜色强度的差异来检测边缘 - 例如，如果物体是黑色的，背景是黑色的，它就不会检测到它。
所以现在我正在尝试应用一些效果和模糊来尝试让它发挥作用。
我目前正在尝试获得组合的 Sobel 模糊（在两个轴上），希望在提供足够的光线的情况下定义边缘 - 因为该产品将由具有闪光灯的手机使用。
所以当我尝试这样做时：
frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
frame = cv2.GaussianBlur(frame, (5, 5), 10)
frameX = cv2.Sobel(frame, cv2.CV_64F, 1, 0)
frameY = cv2.Sobel(frame, cv2.CV_64F, 0, 1)
frame = cv2.bitwise_or(frameX, frameY)
当模式不是 CV_RETR_FLOODFILL 时，我收到一条错误消息说 cv2.findContours 仅支持 CV_8UC1 图像。
这是触发错误的行：
counturs, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
我在 1 周前才开始弄乱这个东西，我很惊讶获得结果是多么容易，但有些错误消息很荒谬。
编辑：我确实尝试将模式切换为 CV_RETR_FLOODFILL，但这并没有解决问题，然后它根本不起作用。
原因是findContours函数需要一个类型为8位整数（uint8）的二进制图像（图像由0和1组成）。开发人员这样做可能是为了减少内存使用，因为用 64 位而不是 8 位存储二进制值没有意义。仅使用
uint8 类型
frame = np.uint8(frame)