エラー：（-210）warpMatrixは関数内でシングルチャンネルの浮動小数点型でなければなりませんcv :: findTransformECC

Question

私の画像はグレースケールでシングルチャンネルでなければならないと確信していますが、それを回避する。

>>> 
=============== RESTART: C:/Users/310293649/Desktop/resize.py =============== 
Traceback (most recent call last): 
    File "C:/Users/310293649/Desktop/resize.py", line 64, in <module> 
    alignment(criteria, warp_mode, warp, nol) 
    File "C:/Users/310293649/Desktop/resize.py", line 47, in alignment 
    warp = cv2.findTransformECC(im_gray, im1_gray, warp, warp_mode, criteria) 
cv2.error: D:\Build\OpenCV\opencv-3.3.0\modules\video\src\ecc.cpp:347: error: (-210) warpMatrix must be single-channel floating-point matrix in function cv::findTransformECC 

>>> 

以下は私のコードです：私は画像ごとに画像ピラミッドを作成してコードをスピードアップするよう努めています。画像を最小にスケーリングすると、おおよその見積もりが得られ、スケールアップされます。

import cv2 
import numpy as np 


path = "R:\\ProcessedPhoto_in_PNG\\" 
path1 = "R:\\AlignedPhoto_in_PNG_EUCLIDEAN\\" 

nol = 3 
warp_mode = cv2.MOTION_EUCLIDEAN 
if warp_mode == cv2.MOTION_HOMOGRAPHY : 
    warp = np.eye(3, 3, dtype=np.float32) 
else : 
    warp = np.eye(2, 3, dtype=np.float32) 


warp = np.dot(warp, np.array([[1, 1, 2], [1, 1, 2], [1/2, 1/2, 1]])**(1-nol)) 


# Specify the number of iterations. 
number_of_iterations = 5000; 

# Specify the threshold of the increment 
# in the correlation coefficient between two iterations 
termination_eps = 1e-10; 

# Define termination criteria 
criteria = (cv2.TERM_CRITERIA_EPS | cv2.TERM_CRITERIA_COUNT, number_of_iterations, termination_eps) 

def alignment(criteria, warp_mode, warp, nol): 

    for i in range(1770,1869): 
     for level in range(nol): 
      im = cv2.imread(path + 'IMG_1770.png') 
      im1 = cv2.imread(path + 'IMG_%d.png'%(i)) 

      sz = im1.shape 


      scale = 1/2**(nol-1-level) 

      im_1 = cv2.resize(im, None, fx= scale, fy = scale, interpolation=cv2.INTER_AREA) 
      im_2 = cv2.resize(im1, None, fx= scale, fy= scale, interpolation=cv2.INTER_AREA) 

      im_gray = cv2.cvtColor(im_1, cv2.COLOR_BGR2GRAY) 
      im1_gray = cv2.cvtColor(im_2, cv2.COLOR_BGR2GRAY) 

      # Run the ECC algorithm. The results are stored in warp_matrix. 
      warp = cv2.findTransformECC(im_gray, im1_gray, warp, warp_mode, criteria) 

      if level != nol-1: 
      # might want some error catching here to reset initial guess 
      # if your algorithm fails at some level of the pyramid 

      # scale up for the next pyramid level 
       warp = warp * np.array([[1, 1, 2], [1, 1, 2], [1/2, 1/2, 1]]) 

      if warp_mode == cv2.MOTION_HOMOGRAPHY : 
       # Use warpPerspective for Homography 
       im1_aligned = cv2.warpPerspective (im1, warp, (sz[1],sz[0]), flags=cv2.INTER_LINEAR + cv2.WARP_INVERSE_MAP) 
      else : 
       # Use warpAffine for Translation, Euclidean and Affine 
       im1_aligned = cv2.warpAffine(im1, warp, (sz[1],sz[0]), flags=cv2.INTER_LINEAR + cv2.WARP_INVERSE_MAP); 
      print(i) 
      cv2.imwrite(path1 + "AlignedEU_IMG_%d.png"%i , im1_aligned) 

alignment(criteria, warp_mode, warp, nol) 

Answer 1

あなたwarp行列はもともとタイプnp.float32のだったように見えますが、その後、あなたがいないnp.float32の別のマトリックスでnp.dotとのさらなる行列の乗算を行う - np.float64にタイプのデフォルト値を指定しない - ので、その結果を入力するように推進しますnp.float64。 2番目の行列もタイプnp.float32であることを確認する必要があります。このため、findTransformECCはwarpの行列がnp.float32であることが予想されるため、エラーメッセージが表示されます。これを解決する最も簡単な方法は、最初の精度を確認するために、第2のマトリックスを作成することであるあなたがnp.dotにそれを渡したときに前の乗算にnp.float32に変換、その後、np.float64で維持されている：

# .... 
# .... 
nol = 3 
warp_mode = cv2.MOTION_EUCLIDEAN 
if warp_mode == cv2.MOTION_HOMOGRAPHY : 
    warp = np.eye(3, 3, dtype=np.float32) 
else : 
    warp = np.eye(2, 3, dtype=np.float32) 

# New - Create temporary placeholder for new matrix 
tmp = np.array([[1, 1, 2], [1, 1, 2], [1/2, 1/2, 1]])**(1-nol) 

# Matrix multiply with it but ensuring it's of type np.float32 
warp = np.dot(warp, tmp.astype(np.float32)) 

# .... 
# .... 
# Rest of your code follows