我正在尝试使用dnn模块中的blobFromImages创建包含多个帧的blob。
def batch_process(self, frames):
blob = cv.dnn.blobFromImages(frames, 1./255, (368, 368), (0, 0, 0), swapRB=False, crop=False)
self.net.setInput(blob)
out = self.net.forward()
detected_points = np.zeros((frames.shape[0], 36))
for i in range(frames.shape[0]):
points = np.array([])
for j in range(18):
heatMap = out[i, j, :, :]
_, conf, _, point = cv.minMaxLoc(heatMap)
if conf > 0.1:
points = np.append(points, [point[0], point[1]])
else:
points = np.append(points, [0, 0])
detected_points[i] = points
return detected_points
但是当我调用该函数时,出现如下错误:-
OpenCV(3.4.1) Error: Assertion failed (image.depth() == 5) in blobFromImages, file /opt/opencv/modules/dnn/src/dnn.cpp
blobFromImage()在类似的单帧上正常工作。 据我了解,blobFromImages()需要一个框架数组。因此,我传递了一个形状为(32,480,640,3)的numpy数组作为参数。有人可以帮我找出我想念的东西吗?我似乎找不到使用blobFromImages()的示例。我想使用它,因为它可能比使用blobFromImage()减少我的处理时间。
答案 0 :(得分:1)
首先让我们分析错误消息并将其转换为易于理解的内容。
Assertion failed (image.depth() == 5) in blobFromImages
由于这来自OpenCV的C ++实现,因此可以安全地假设image
是cv::Mat
的实例(我们可以检查源代码来确定这一点)。 cv::Mat::depth()
的文档中指出:
返回矩阵元素的深度。
该方法返回矩阵元素深度(每个单独通道的类型)的标识符。例如,对于16位带符号元素数组,该方法返回
CV_16S
。矩阵类型的完整列表包含以下值:
CV_8U
-8位无符号整数(0..255)CV_8S
-8位有符号整数(-128..127)CV_16U
-16位无符号整数(0..65535)CV_16S
-16位有符号整数(-32768..32767)CV_32S
-32位有符号整数(-2147483648..2147483647)CV_32F
-32位浮点数(-FLT_MAX..FLT_MAX,INF,NAN)CV_64F
-64位浮点数(-DBL_MAX..DBL_MAX,INF,NAN)
好的,所以它是数组中每个单独元素的数据类型。要解密5
的值代表哪种数据类型(提示:上面的列表按升序排列,编号从0开始),我们可以参考Core HAL的文档,其中列出值。
#define CV_32F 5
因此,错误消息显示:
我期望得到32位浮点数组,但我得到了其他东西。
您没有向我们展示如何精确创建frames
,但是可以肯定地说它是8位无符号整数的数组。要解决该问题,只需将其转换为正确的数据类型-即将cv.dnn.blobFromImages
的第一个参数设为np.float32(frames)
。