OpenCV cvCanny內存異常

Question

我想在OpenCV書中做這些例子，並且涉及到cvCanny的部分。我想使用它，但我不斷收到的

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

我也看了另一篇文章，這是類似於在這個問題上內存異常錯誤，但它並沒有幫助我，我得到了每次都有相同的錯誤。任何幫助非常感謝，並且該函數的源代碼位於下面。

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

如果您能夠看到原始圖像顯示在屏幕上，您忘了說。

我從來沒有厭倦告訴人們檢查函數的返回是必須的！

考慮IplImage* img = cvLoadImage("images/00000038.jpg");，你怎麼知道這個函數是否成功？據我所知，你所遇到的錯誤可能來自在調用cvCanny()之前失敗的函數。

無論如何，我最近發佈了一個code that uses cvCanny to improve circle detection。你可以檢查代碼，看看你在做什麼不同。

EDIT：

你在這種情況下的問題是，要傳遞到cvCanny輸入和輸出作爲一個三通道圖像中，當只需要一個單一的通道的圖像。 Check the docs：

無效cvCanny（常量CvArr *圖像，CvArr *邊緣，雙閾值1，雙閾值2，INT aperture_size = 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，改變你的代碼：

// 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);