当我尝试在Sobel blu中使用64F时，python中的OpenCV会抱怨

Question

我试图使一个物体检测工具（给定一个样本）使用轮廓。你知道吗

我已经取得了一些进展，但是当物体在另一个具有复杂结构的物体（例如手或脸）前面时，或者物体和它的背景颜色合并时，它停止检测边缘，因此不能给出一个好的轮廓。你知道吗

在阅读了算法文档之后，我发现它的工作原理是通过颜色强度的差异来检测边缘——例如，如果对象是黑色的，而背景是黑色的，则不会检测到它。你知道吗

所以现在我试着应用一些效果和模糊来让它工作。你知道吗

我目前正在尝试得到一个组合索贝尔模糊（在两个轴），希望给予足够的光线，它将界定边缘-因为该产品将用于手机谁有闪光灯。你知道吗

所以当我试着去做的时候：

frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
frame = cv2.GaussianBlur(frame, (5, 5), 10)
frameX = cv2.Sobel(frame, cv2.CV_64F, 1, 0)
frameY = cv2.Sobel(frame, cv2.CV_64F, 0, 1)
frame = cv2.bitwise_or(frameX, frameY)

我得到一个错误，当模式不是CV_RETR_FLOODFILL时，cv2.findContours只支持CV_8UC1图像。你知道吗

以下是触发错误的行：

counturs, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)

我一周前才开始胡闹这个东西，我很惊讶它是多么容易得到结果，但一些错误信息是可笑的。你知道吗

编辑：我确实尝试将模式切换为CV_RETR_FLOODFILL，但这并没有解决问题，然后它就根本不起作用了。你知道吗

Answer 1

原因是findContours函数需要一个类型为8位整数（uint8）的二进制图像（图像由0和1组成）。开发人员可能这样做是为了减少内存使用，因为用64位而不是8位存储二进制值是没有意义的。只需使用

frame = np.uint8(frame)