OpenCV cvCanny内存异常

Question

我正在尝试执行 OpenCV 书中的示例，并且到达了有关 cvCanny 的部分。我正在尝试使用它，但我不断收到内存异常错误

Unhandled exception at 0x75d8b760 in Image_Transform.exe: Microsoft C++ error: cv::Exception at memory location 0x0011e7a4..

我也看过在另一篇与这个问题类似的帖子中，但这对我没有帮助，因为我每次都会遇到相同的错误。非常感谢任何帮助，该函数的源代码位于下面。

void example2_4(IplImage* img)
{
// Create windows to show input and ouput images
cvNamedWindow("Example 2-4 IN", CV_WINDOW_AUTOSIZE);
cvNamedWindow("Example 2-4 OUT", CV_WINDOW_AUTOSIZE);

// Display out input image
cvShowImage("Example 2-4 IN", img);

// Create an image to hold our modified input image
IplImage* out = cvCreateImage(cvGetSize(img), IPL_DEPTH_8U, 3);

// Do some smoothing
//cvSmooth(img, out, CV_GAUSSIAN, 3, 3);

// Do some Edge detection
cvCanny(img, out, 10, 20, 3);

// Show the results
cvShowImage("Example 2-4 OUT", out);

// Release the memory used by the transformed image
cvReleaseImage(&out);

// Wait for user to hit a key then clean up the windows
cvWaitKey(0);
cvDestroyWindow("Example 2-4 IN");
cvDestroyWindow("Example 2-4 OUT");
}

int main()
{
// Load in an image
IplImage* img = cvLoadImage("images/00000038.jpg");

// Run the transform
example2_4(img);

// clean the image from memory
cvReleaseImage(&img);

return 0;
}

Answer 1

您忘了说您是否能够看到屏幕上显示的原始图像。

我总是不厌其烦地告诉人们检查函数的返回是必须的！

考虑 IplImage* img = cvLoadImage("images/00000038.jpg"); ，如何判断此函数是否成功？据我所知，您遇到的错误可能是由于调用 cvCanny() 之前函数失败所致。

无论如何，我最近发布了一个 使用 cvCanny 来改进的代码圆检测。您可以检查该代码，看看您做了什么不同的事情。

编辑：

在这种情况下，您的问题是您将作为 3 通道图像传递给 cvCanny 输入和输出，而它只需要一个单通道图像。 查看文档：

void cvCanny(const CvArr* 图像, CvArr* 边缘, 双阈值 1, 双阈值 2, int 孔径大小=3)

Implements the Canny algorithm for edge detection.
Parameters: 

    * image – Single-channel input image
    * edges – Single-channel image to store the edges found by the function
    * threshold1 – The first threshold
    * threshold2 – The second threshold
    * aperture_size – Aperture parameter for the Sobel operator (see Sobel)

因此，将代码更改为：

// Create an image to hold our modified input image
IplImage* out = cvCreateImage(cvGetSize(img), IPL_DEPTH_8U, 1); 

// Do some smoothing
//cvSmooth(img, out, CV_GAUSSIAN, 3, 3);

IplImage* gray = cvCreateImage(cvGetSize(img), IPL_DEPTH_8U, 1); 
cvCvtColor(img, gray, CV_BGR2GRAY);

// Do some Edge detection
cvCanny(gray, out, 10, 20, 3);