cv2.line() 绘图操作失败

问题描述

cv2.VideoCapture() 捕捉到的图像使用cv2.line()cv2.rectangle() 等函数执行绘图操作时,原始 np.ndarray 格式的图像被转为 cv2.UMat 格式,且绘图失败。

问题背景

调用cv2.VideoCapture()实时拉取摄像头媒体流并进行显示,涉及到两种情况:

  • 直接在原视频帧上进行绘图而后调用 cv2.imshow() 显示,没有报错;
  • 读取到原始视频帧之后,调用神经网络模型进行处理(其间经历了 np.ndarray → torch.Tensor → np.ndarray 的格式转换),在处理后的视频帧上进行绘图操作,出现了前述问题。

解决方案

  • 通过对变量的跟踪发现,原始 np.ndarray 格式的图像是内存连续的,而经神经网络模型处理后的图像为内存非连续,具体可通过对应变量的 flags 属性查看该张量是否连续:
    print(img_in.flags)
    # C_CONTIGUOUS : True
    # F_CONTIGUOUS : False
    # OWNDATA : False
    # WRITEABLE : True
    # ALIGNED : True
    # WRITEBACKIFCOPY : False
    # UPDATEIFCOPY : False
    
    其中, C_CONTIGUOUS : False 表示行不连续, F_CONTIGUOUS : False 则表示列不连续。
  • 调用 np.ascontiguousarray() 函数,将经过神经网络模型处理后的图像强制转化为内存连续,再执行绘图操作,则该问题解决:
    img_out = np.ascontiguousarray(img_out)  # img_out 为经网络处理后的图像
    
  • 调用 copy() 函数,通过显式复制,原变量也能变为内存连续,但推荐使用 np.ascontiguousarray() 函数,因为 copy() 函数执行了深拷贝,增加了资源占用。

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

_湘江夜话_

你的鼓励将是我创作的最大动力

¥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
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