openCV k-means调用断言失败

Question

我已经从openCV源代码分发的samples文件夹中读取了c ++示例，如果省略随机图片生成，kmeans调用看起来很简单 - 作者甚至不分配中心/标签数组（你可以找到它{{3 }}）。但是，我不能在C中做同样的事。如果我没有分配标签，我会得到断言错误：

  

OpenCV错误：断言失败（labels.isContinuous（）＆amp;＆amp; labels.type（）   == CV_32S＆amp;＆amp; （labels.cols == 1 || labels.rows == 1）＆amp;＆amp; cvKMeans2文件中的labels.cols + labels.rows - 1 == data.rows）   /tmp/opencv-xiht/opencv-2.4.9/modules/core/src/matrix.cpp，第3094行

好的，我尝试创建空labels矩阵，但断言消息根本没有变化。

IplImage* image = cvLoadImage("test.jpg", -1);
IplImage* normal = cvCreateImage(cvGetSize(image), IPL_DEPTH_32F, image->nChannels);
cvConvertScale(image, normal, 1/255.0, 0);
CvMat* points = cvCreateMat(image->width, image->height, CV_32F);
points->data.fl = normal->imageData;

CvMat* labels = cvCreateMat(1, points->cols, CV_32S);
CvMat* centers = NULL;

CvTermCriteria criteria = cvTermCriteria(CV_TERMCRIT_EPS + CV_TERMCRIT_ITER, 10, 1.0);

// KMEANS_PP_CENTERS is undefined
int KMEANS_PP_CENTERS = 2;
cvKMeans2(points, 4, labels, criteria, 3, NULL, KMEANS_PP_CENTERS, centers, 0);

让我疯狂的事情：

CvMat* labels = cvCreateMat(1, points->cols, CV_32S);
int good = labels->type == CV_32S; // FALSE here

显然是一个（不确定是否唯一的）导致断言失败的问题。这应该怎么样？我不能使用С++ API，因为整个应用程序都在普通的C中。

Answer 1

断言告诉你：

1. 类型必须是CV_32S，这似乎是您的代码中的情况，也许您的if语句为false，因为类型自动更改为CV_32SC1？不知道......

2. 您可以将每个点放在一行或一列中，因此行/列is set to 1和其他维度必须设置为data.rows，表示data保存要以每个点放在一行中的格式聚类的点，从而导致#points行。因此，您的错误似乎是CvMat* labels = cvCreateMat(1, points->cols, CV_32S);而应该是CvMat* labels = cvCreateMat(1, points->rows, CV_32S);，以使断言消失，但您对points的使用似乎在概念上是错误的。

您可能必须在cvMat n rows和2 cols of type CV_32FC1或1 col and type CV_32FC2中保持您的积分（您希望群集）（可能两个版本都有效，也许只有一个，或者我可能在那里错了。）

编辑：我已经编写了一个适合我的简短代码段：

// here create the data array where your input points will be hold:
CvMat* points = cvCreateMat( numberOfPoints , 2 /* 2D points*/ , CV_32F);

// this is a float array of the 
float* pointsDataPtr = points->data.fl;
// fill the mat:
for(unsigned int r=0; r<samples.size(); ++r)
{
    pointsDataPtr[2*r] = samples.at(r).x; // this is the x coordinate of your r-th point
    pointsDataPtr[2*r+1] = samples.at(r).y; // this is the y coordinate of your r-th point
}


// this is the data array for the labels, which will be the output of the method.
CvMat* labels = cvCreateMat(1, points->rows, CV_32S);
// this is the quit criteria, which I did neither check nor modify, just used your version here.
CvTermCriteria criteria = cvTermCriteria(CV_TERMCRIT_EPS + CV_TERMCRIT_ITER, 10, 1.0);

// call the method for 2 cluster
cvKMeans2(points, 2, labels, criteria);

// now labels holds numberOfPoints labels which have either value 0 or 1 since we searched for 2 cluster

int* labelData = labels->data.i; // array to the labels
for(unsigned int r=0; r<samples.size(); ++r)
{
    int labelOfPointR = labelData[r]; // this is the value of the label of point number r

    // here I use c++ API to draw the points, do whatever else you want to do with the label information (in C API). I choose different color for different labels.
    cv::Scalar outputColor;
    switch(labelOfPointR)
    {
        case 0: outputColor = cv::Scalar(0,255,0); break;
        case 1: outputColor = cv::Scalar(0,0,255); break;
        default: outputColor = cv::Scalar(255,0,255); break;    // this should never happen for 2 clusters...
    }
    cv::circle(outputMat, samples.at(r), 2, outputColor);
}

给我一​​些生成的点数据的结果：



也许您也需要这些中心，C API为您提供了返回它们的选项，但没有检查它是如何工作的。