1. error: (-215:Assertion failed) func != 0 in function 'minMaxIdx'
调用cv2代码: norm_img = cv2.normalize(feat_map, None, 0, 255, cv2.NORM_MINMAX),报如下错误: cv2.error: OpenCV(4.9.0) /io/opencv/modules/core/src/minmax.cpp:1523: error: (-215:Assertion failed) func != 0 in function 'minMaxIdx'
这个错误通常是因为输入的 feat_map
不满足 cv2.normalize
的预期条件。下面是一些排查和解决这个问题的步骤:
检查输入数据是否为空:确保 feat_map
不是空的。
if feat_map is None or feat_map.size == 0:
raise ValueError("feat_map is empty")
检查数据类型:cv2.normalize
对输入数据的类型有要求。确保 feat_map
是 NumPy 数组,并且有适当的数据类型(通常是浮点类型或整型)。
if feat_map.dtype != np.float32 and feat_map.dtype != np.uint8:
feat_map = feat_map.astype(np.float32)
确认输入数据的维度:如果 feat_map
是图像数据,确保它是二维(灰度图)或三维(彩色图)的。
检查极值函数的适用性:cv2.normalize
内部调用了 minMaxIdx
函数,该函数在特定条件下可能不适用(例如,对于某些特殊的或非标准的数据类型)。
如果上述检查和调整后问题仍未解决,可以尝试不使用 OpenCV 的归一化方法,而是手动进行归一化:
min_val, max_val = feat_map.min(), feat_map.max()
norm_img = ((feat_map - min_val) / (max_val - min_val) * 255).astype(np.uint8)
这段代码直接使用 NumPy 来计算归一化,不依赖于 OpenCV 的 normalize
函数,从而避免了上述错误。不过,这样做的前提是 feat_map
不是空的,且其最大值和最小值不相等(否则会导致除以零的情况)。