小图像上的OpenCv ssize.area（）＆gt; 0错误

Question

我已经对它进行了大量搜索但是这个错误主要出现在图像很大的时候。我的图片不大，我仍然收到此错误。我试图通过openCV识别手写数字。我已经检查过我的图像是否正在加载，所以这不是问题。这是我的代码。

im = cv2.imread(filename,1)
    # Convert to grayscale and apply Gaussian filtering
    # Convert image from one color space to another
    im_gray = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY)
    im_gray = cv2.GaussianBlur(im_gray, (5, 5), 0)
    # Threshold to binary the image
    ret, im_th = cv2.threshold(im_gray, 90, 255, cv2.THRESH_BINARY_INV)
    # Find contours in the image
    _, ctrs, hier = cv2.findContours(im_th.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    # Get rectangles contains each contour
    rects = [cv2.boundingRect(ctr) for ctr in ctrs]

    # For each rectangular region, calculate HOG features and predict
    # the digit using Linear SVM.
    for rect in rects:
        # Draw the rectangles
        cv2.rectangle(im, (rect[0], rect[1]), (rect[0] + rect[2], rect[1] + rect[3]), (0, 255, 0), 2)
        # Make the rectangular region around the digit
        leng = int(rect[3] * 1.6)
        pt1 = int(rect[1] + rect[3] // 2 - leng // 2)
        pt2 = int(rect[0] + rect[2] // 2 - leng // 2)
        roi = im_th[pt1:pt1+leng, pt2:pt2+leng]
        # Resize the image
        roi = cv2.resize(roi, (28, 28), interpolation=cv2.INTER_AREA)
        roi = cv2.dilate(roi, (3, 3))
        # Calculate the HOG features
        roi_hog_fd = hog(roi, orientations=9, pixels_per_cell=(14, 14), cells_per_block=(1, 1), visualise=False)
        nbr = clf.predict(np.array([roi_hog_fd], 'float64'))

我怀疑这两行是否出现错误。

ret, im_th = cv2.threshold(im_gray, 90, 255, cv2.THRESH_BINARY_INV)

和

roi = cv2.resize(roi, (28, 28), interpolation=cv2.INTER_AREA)

它也不接受油漆图像。任何帮助，将不胜感激。

Answer 1

我的猜测是，对于靠近图片边框的每个rect，您对pt1或pt2的计算会产生负结果，因为放大 ROI （我的照片上的绿框）。

所以，我建议检查pt1和pt2是否为正数。如果不是，我会将它们设置为0并相应地重新计算 ROI 的大小。