error: (-5:Bad argument) image is empty or has incorrect depth (!=CV_8U) in function ‘cv::SIFT_Impl:

已于 2022-10-11 15:36:25 修改
阅读量3.3k 收藏 11
点赞数 2
CC 4.0 BY-SA版权
文章标签： opencv 计算机视觉 python 图像处理
于 2022-10-11 15:33:28 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/weixin_40809724/article/details/127264558
本文介绍了在使用OpenCV的SIFT算法时遇到的一个常见错误——输入图像为空或深度不正确，并给出了具体的解决方案，即如何将图像转换为8位整数以符合SIFT算法的要求。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

张三的《数字图像处理》课程

运行OpenCV的SIFT算法，在运行代码keypoints, describe = sift.detectAndCompute(image, None)后出现以下错误信息：
error: (-5:Bad argument) image is empty or has incorrect depth (!=CV_8U) in function 'cv::SIFT_Impl:
**错误原因：**sift的函数sift.detectAndCompute()函数要求输入图像必须由值为0-255的8位整数定义，这意味着它必须是CV_8U深度。
所以在对图像使用sift之前，请使用以下内容将其转换为8位
image8bit=cv2.normalize(generate_img,None,0,255,cv2.NORM_MINMAX).astype(‘uint8’)
在这里插入图片描述

关于opencv3.4+VS2015运行SIFT特征匹配detectAndCompute()函数莫名中断问题
Winder_Sky的博客
02-26 1万+
最近在学习关于图像匹配拼接部分内容，在学习SIFT特征匹配方法时，本来想着先尝试着用opencv整合后的features2d类来创建一个生成特征点的简单小程序，然而却是在关键函数detectAndCompute()处遇到了麻烦，无论怎么s调试，最后都会导致内存问题，导致程序中断。具体代码如下#include <stdio.h>  #include <iostream> #i...
关于使用cv2.ColorMap的错误：error: (-5:Bad argument) cv::ColorMap only supports source images of type CV_8UC
qq_43570557的博客
08-27 2702
error: (-5:Bad argument) cv::ColorMap only supports source images of type CV_8UC1 or CV_8UC3 in function 'operator()'
cv2.error: OpenCV(4.5.3) :-1: error: (-5:Bad argument) in function “pointPolygonTest“报错
热门推荐
m0_47145407的博客
08-20 3万+
python运行时报错：cv2.error: OpenCV(4.5.3) :-1: error: (-5:Bad argument) in function "pointPolygonTest" 解决方案其实很简单，这是因为cv2版本不见兼容 第一步：卸载已安装的版本 第二步：安装旧版本 第三步：确认安装成功 在运行就不会再报上述错误了。 ...
c++ 使用opencv中SIFT类时使用函数detect报错问题
WEIDINGWEI的博客
08-04 570
detectAndCompute是被SIFT_Impl重写,在SIFT_Impl实现,而这个SIFT_Impl是继承于SIFT.因此只能通过他自己的静态函数。好吧这个地方确实是没有实现但是网上用相同版本opencv的又可以使用SIFT,查了一天有说高版本下因为专利问题删除了,退回到3.2版本就可以.OpenCV SIFT源码讲解——代码逻辑宏观窥探_opencv sift 源码_lessssssss的博客-优快云博客z。讲解OpenCV的SIFT源码_opencv sift 源码。这说明不是我版本问题;
cv2.error: OpenCV(4.5.4-dev) D:\a\opencv-python\opencv-python\opencv\modules\features2d\src\sift.dispatch.cpp:477: error: (-5:Bad argument) image is empty or has incorrect depth (!=CV_8U) in function 'cv::SIFT_Impl::detectAndCompute'
最新发布
04-03
嗯，用户在使用OpenCV的SIFT检测时遇到了“image is empty or has incorrect depth”的错误，我需要帮他们解决这个问题。首先，我应该回想一下常见的导致这个错误的原因，然后逐步分析可能的解决方法。 首先，用户...
cpp:1121: error: (-5:Bad argument) image is empty or has incorrect depth (!=CV_8U) in function 'cv::xfeatures2d::SIFT_Impl::detectAndCompute'这个错误是上面对话你给我的代码运行时产生的，是什么原因导致的该怎么解决
06-01
这个错误通常是由于图像的深度不正确导致的，SIFT算法只支持深度为8位的灰度图像（即CV_8U）。 要解决这个错误，可以尝试以下几种方法： 1. 检查图像深度：使用cv::Mat::depth()函数检查图像的深度是否为8位灰度...
cv2.error: OpenCV(3.4.2) C:\projects\opencv-python\opencv_contrib\modules\xfeatures2d\src\sift.cpp:1121: error: (-5:Bad argument) image is empty or has incorrect depth (!=CV_8U) in function 'cv::xfeatures2d::SIFT_Impl::detectAndCompute'什么意思如何改写代码解决
06-01
如果输入图像正确，而且不为空，那么可能是图像的深度不正确，也就是图像的像素值类型不是CV_8U（8位无符号整数）。在使用SIFT算法时，需要将输入图像的像素值类型转换为CV_8U类型，以保证算法能够正确处理。可以...
kp1, des1 = sift.detectAndCompute(img1, None) cv2.error: OpenCV(3.4.2) C:\Miniconda3\conda-bld\opencv-suite_1534379934306\work\opencv_contrib-3.4.2\modules\xfeatures2d\src\sift.cpp:1121: error: (-5:Bad argument) image is empty or has incorrect depth (!=CV_8U) in function 'cv::xfeatures2d::SIFT_Impl::detectAndCompute'
05-28
SIFT算法要求图像必须是单通道的灰度图像，深度为8位无符号整型（CV_8U）。因此，可以尝试将图像转换为灰度图像，并将深度设置为8位无符号整型。 可以使用以下代码将图像转换为灰度图像： ```python gray = cv2....
CV_Assert(myImage.depth() == CV_8U); // 仅接受uchar图像
Swimmy_GY的博客
11-07 2090
CV_Assert(myImage.depth() == CV_8U);  // 仅接受uchar图像
opencv报错：(depth == CV_8U || depth == CV_32F)
qq_30811835的博客
02-09 1万+
opencv报错：(depth == CV_8U || depth == CV_32F) && type == _templ.type() && _img.dims() <= 2 最近在做个图像匹配的小程序，在调用MatchTemplate时一直报错。查了下才发现，它的意思是： 数据类型必须是CV_8U或者CV_32F,并且应该在3通道或者3通道以下。 ...
error: (-5:Bad argument) in the case of classification problem the responses must be categorical;
qq_15256443的博客
12-04 4071
当使用SVM训练模型是出现以下错误： error Traceback (most recent call last) &lt;ipython-input-3-e529285ae5ac&gt; in &lt;module&gt; 44 svm.setC(0.05) 45 # 6,train ---&gt;...
OpenCV小白学习笔记(二)图像处理
WPR_001的博客
05-15 420
图像处理（二） 矩阵的掩膜操作 获取图像像素指针 掩膜操作 获取图像像素指针 CV_Assert(myImage.depth() == CV_8U); Mat.ptr(int i=0) 获取像素矩阵的指针，索引i表示第几行，从0开始计行数。 获得当前行指针const uchar* current= myImage.ptr(row ); 获取当前像素点P(row, col)的像素值 p(row, col) =current[col] 注意：这里的row和col是像素点的行和列，在MAT类中定义的 像素范
-1: error: (-5:Bad argument) in function ‘imwrite‘如何解决
weixin_46625726的博客
01-07 5235
cv2.error: OpenCV(4.5.4) :-1: error: (-5:Bad argument) in function 'imwrite' > Overload resolution failed: > - img data type = 19 is not supported > - Expected Ptr<cv::UMat> for argument 'img' 想把远高于灰度值得光强值直接转换为图片有什么方法 ...
python error: (-215:Assertion failed) _src.depth() == CV_8U in function 'Canny'
qq_43232545的博客
03-25 1万+
在运用cgt = cv2.Canny(no0_gt, 100, 100)时，报错： cv2.error: OpenCV(4.2.0) /io/opencv/modules/imgproc/src/canny.cpp:829: error: (-215:Assertion failed) _src.depth() == CV_8U in function 'Canny' 我的出错原因是：图像类型不...
迭代图像切割技术的交互式前景提取
qq_41000782的博客
07-20 551
----- -----《“GrabCut” — Interactive Foreground Extraction using Iterated Graph Cuts》 以下是我对grabcut的简单认识 grabcut是在graphcut基础上演变来的，grabcut算法利用了图像中的纹理（颜色）信息和边界（反差）信息，只要少量的用户交互操作即可得到比较好的分割结果。 一、Graph cu...
python opencv _src.depth() == CV_8U in function ‘cv::Canny‘
T_just_for_tomorrow的博客
03-06 1582
_src.depth() == CV_8U in function 'cv::Canny'
解决cap_images.cpp:253: error: (-5:Bad argument) CAP_IMAGES: can‘t find starting number 报错问题
zhouhuajian111111111的博客
03-30 9524
环境：linux 在用cv::VideoCapture cap("video/test.avi")读取视频时，报错： OpenCV(4.5.1) opencv-4.5.1/modules/videoio/src/cap_images.cpp:253: error: (-5:Bad argument) CAP_IMAGES: can't find starting number (in the name of file): video/test.avi in function 'icvExtractPat
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

假怪咖

I need money...

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值