ApproxPolyDP报错，如何解决这个问题？-HCRM博客

approxPolyDP是OpenCV库中的一个函数，用于对图像轮廓进行多边形逼近，该函数通过DouglasPeucker算法将输入的连续光滑曲线折线化，从而简化为具有指定精度的多边形，在使用approxPolyDP时，可能会遇到各种报错信息，这些错误通常与输入数据、参数设置或环境配置有关。

为了更好地理解和解决approxPolyDP报错的问题，以下将从多个角度进行详细分析，并提供相应的解决方案和示例代码。

（图片来源网络，侵权删除）

approxPolyDP函数简介

功能

approxPolyDP的主要功能是将一个连续光滑的曲线近似为一个多边形，以减少点的数量，同时保持一定的精度，这对于后续的图像处理步骤非常有用，因为简化后的多边形更容易进行计算和分析。

参数

curve：输入的轮廓，通常是由图像轮廓点组成的点集。

epsilon：表示逼近精度，即两个轮廓点之间的最大距离，较小的epsilon值会产生较精细的逼近，而较大的epsilon值会产生较粗糙的逼近。

closed：一个布尔值，指示输出的多边形是否封闭，如果设置为True，则表示输入轮廓是封闭的，近似结果也会是封闭的；如果设置为False，则表示输入轮廓不是封闭的，近似结果也不封闭。

（图片来源网络，侵权删除）

常见报错及解决方案

1. 输入数据类型不匹配

报错信息：

error: OpenCV(4.5.1) /tmp/build/80754af9/opencv/modules/imgproc/src/approx_polydp.cpp:236: error: (215:Assertion failed) Input curve must be a sequence of points in cv::Mat or std::vector<cv::Point> format.

原因：输入的数据类型不正确，approxPolyDP需要输入的是cv::Mat或std::vector<cv::Point>格式的数据。

解决方案：确保输入的数据类型正确，如果输入的是cv::Mat类型，可以使用Mat::convertTo方法将其转换为std::vector<cv::Point>格式。

示例代码：

#include <opencv2/opencv.hpp>
using namespace cv;
int main() {
    Mat src = imread("example.jpg", IMREAD_GRAYSCALE);
    if (src.empty()) {
        return 1;
    }
    Mat canny_output;
    vector<vector<Point>> contours;
    vector<Vec4i> hierarchy;
    // 检测边缘
    Canny(src, canny_output, 100, 200, 3);
    // 检测轮廓
    findContours(canny_output, contours, hierarchy, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);
    // 检查输入数据类型并转换
    vector<vector<Point>> contours_poly(contours.size());
    for (size_t i = 0; i < contours.size(); i++) {
        if (!contours[i].empty()) {
            approxPolyDP(Mat(contours[i]), contours_poly[i], 3, true);
        }
    }
    // 绘制结果
    Mat drawing = Mat::zeros(canny_output.size(), CV_8UC3);
    for (size_t i = 0; i < contours_poly.size(); i++) {
        Scalar color = Scalar(rng.uniform(0, 256), rng.uniform(0, 256), rng.uniform(0, 256));
        drawContours(drawing, contours_poly, (int)i, color, 1, LINE_8, hierarchy, 0);
    }
    namedWindow("Contours", WINDOW_AUTOSIZE);
    imshow("Contours", drawing);
    waitKey(0);
    return 0;
}

2. epsilon参数设置不合理

（图片来源网络，侵权删除）

报错信息：

error: OpenCV(4.5.1) /tmp/build/80754af9/opencv/modules/imgproc/src/approx_polydp.cpp:236: error: (215:Assertion failed) epsilon must be greater than zero and less than the maximum distance between any two consecutive points.

原因：epsilon参数设置不合理，必须大于零且小于任何两个连续点之间的最大距离。

解决方案：调整epsilon的值，使其在合理范围内，可以通过计算轮廓周长的一定比例来设置epsilon。

示例代码：

#include <opencv2/opencv.hpp>
using namespace cv;
int main() {
    Mat src = imread("example.jpg", IMREAD_GRAYSCALE);
    if (src.empty()) {
        return 1;
    }
    Mat canny_output;
    vector<vector<Point>> contours;
    vector<Vec4i> hierarchy;
    // 检测边缘
    Canny(src, canny_output, 100, 200, 3);
    // 检测轮廓
    findContours(canny_output, contours, hierarchy, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);
    // 计算epsilon值
    double epsilon = 0.01 * arcLength(contours[0], true);
    // 检查输入数据类型并转换
    vector<vector<Point>> contours_poly(contours.size());
    for (size_t i = 0; i < contours.size(); i++) {
        if (!contours[i].empty()) {
            approxPolyDP(Mat(contours[i]), contours_poly[i], epsilon, true);
        }
    }
    // 绘制结果
    Mat drawing = Mat::zeros(canny_output.size(), CV_8UC3);
    for (size_t i = 0; i < contours_poly.size(); i++) {
        Scalar color = Scalar(rng.uniform(0, 256), rng.uniform(0, 256), rng.uniform(0, 256));
        drawContours(drawing, contours_poly, (int)i, color, 1, LINE_8, hierarchy, 0);
    }
    namedWindow("Contours", WINDOW_AUTOSIZE);
    imshow("Contours", drawing);
    waitKey(0);
    return 0;
}

3. 输入数据为空

报错信息：

error: OpenCV(4.5.1) /tmp/build/80754af9/opencv/modules/imgproc/src/approx_polydp.cpp:236: error: (215:Assertion failed) The input curve must not be empty.

原因：输入的轮廓数据为空，可能是因为没有检测到任何轮廓或输入图像为空。

解决方案：确保输入图像有效，并且能够检测到轮廓，可以在检测轮廓之前添加检查代码。

示例代码：

#include <opencv2/opencv.hpp>
using namespace cv;
int main() {
    Mat src = imread("example.jpg", IMREAD_GRAYSCALE);
    if (src.empty()) {
        std::cout << "Could not open or find the image" << std::endl;
        return 1;
    }
    Mat canny_output;
    vector<vector<Point>> contours;
    vector<Vec4i> hierarchy;
    // 检测边缘
    Canny(src, canny_output, 100, 200, 3);
    // 检测轮廓
    findContours(canny_output, contours, hierarchy, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);
    if (contours.empty()) {
        std::cout << "No contours found" << std::endl;
        return 1;
    }
    // 计算epsilon值
    double epsilon = 0.01 * arcLength(contours[0], true);
    // 检查输入数据类型并转换
    vector<vector<Point>> contours_poly(contours.size());
    for (size_t i = 0; i < contours.size(); i++) {
        if (!contours[i].empty()) {
            approxPolyDP(Mat(contours[i]), contours_poly[i], epsilon, true);
        }
    }
    // 绘制结果
    Mat drawing = Mat::zeros(canny_output.size(), CV_8UC3);
    for (size_t i = 0; i < contours_poly.size(); i++) {
        Scalar color = Scalar(rng.uniform(0, 256), rng.uniform(0, 256), rng.uniform(0, 256));
        drawContours(drawing, contours_poly, (int)i, color, 1, LINE_8, hierarchy, 0);
    }
    namedWindow("Contours", WINDOW_AUTOSIZE);
    imshow("Contours", drawing);
    waitKey(0);
    return 0;
}

approxPolyDP函数在图像处理中非常有用，但在使用过程中可能会遇到各种报错，常见的报错包括输入数据类型不匹配、epsilon参数设置不合理以及输入数据为空等，通过理解每个参数的含义和作用，以及如何正确使用这些参数，可以有效地避免和解决这些错误，合理的错误处理机制也是确保程序健壮性的重要手段，希望以上内容能够帮助大家更好地理解和使用approxPolyDP函数。