У меня есть камера, которая передает данные в модель глубокого обучения.Эта модель оценивает изображения и возвращает найденные объекты.Программа работает нормально некоторое время и из ниоткуда она закрывается.
mask_rcnn: Traceback (most recent call last):
mask_rcnn: File "/home/riwo-rack-pc/GIT/automatic-planthandling/Ros/catkin_ws/src/image_processing/mask_rcnn_ros/nodes/mask_rcnn_node", line 227, in <module>
mask_rcnn: main()
mask_rcnn: File "/home/riwo-rack-pc/GIT/automatic-planthandling/Ros/catkin_ws/src/image_processing/mask_rcnn_ros/nodes/mask_rcnn_node", line 224, in main
mask_rcnn: node.run()
mask_rcnn: File "/home/riwo-rack-pc/GIT/automatic-planthandling/Ros/catkin_ws/src/image_processing/mask_rcnn_ros/nodes/mask_rcnn_node", line 114, in run
mask_rcnn: self._mask_pub.publish(self.center_mask(result))
mask_rcnn: File "/home/riwo-rack-pc/GIT/automatic-planthandling/Ros/catkin_ws/src/image_processing/mask_rcnn_ros/nodes/mask_rcnn_node", line 133, in center_mask
mask_rcnn: im, contours, hierarchy = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
mask_rcnn: cv2.error: /tmp/binarydeb/ros-kinetic-opencv3-3.3.1/modules/imgproc/src/contours.cpp:199: error: (-210) [Start]FindContours supports only CV_8UC1 images when mode != CV_RETR_FLOODFILL otherwise supports CV_32SC1 images only in function cvStartFindContours_Impl
Я рассмотрел разницу в кодировке и возможностях для преобразования mono8 в требуемый CV_8UC1.Казалось, что вывод заключается в том, что они более или менее одинаковы.
rate = rospy.Rate(self._publish_rate)
while not rospy.is_shutdown():
if self._msg_lock.acquire(False):
msg = self._last_msg
self._last_msg = None
self._msg_lock.release()
else:
rate.sleep()
continue
if msg is not None:
np_image = self._cv_bridge.imgmsg_to_cv2(msg, 'mono8')
np_image = cv2.merge((np_image, np_image, np_image))
# Run detection
results = self._model.detect([np_image], verbose=0)
result = results[0]
result_msg = self._build_result_msg(msg, result) #TODO
self._result_pub.publish(result_msg)
self._mask_pub.publish(self.center_mask(result))
# Visualize results
if self._visualization:
vis_image = self._visualize(result, np_image)
cv_result = np.zeros(shape=vis_image.shape, dtype=np.uint8)
cv2.convertScaleAbs(vis_image, cv_result)
image_msg = self._cv_bridge.cv2_to_imgmsg(cv_result, 'bgr8')
vis_pub.publish(image_msg)
rate.sleep()
def center_mask(self, result):
centers = xyz()
pt = Point()
ret, thresh = cv2.threshold(result['masks'], 0, 255, 0)
#
im, contours, hierarchy = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
if(contours != []):
for c in contours:
print("in the forloop met contouren")
M = cv2.moments(c)
if(M["m10"] and M["m01"] and M["m00"]) != 0:
cX = int(M["m10"] / M["m00"])
cY = int(M["m01"] / M["m00"])
print("cx: ", cX)
print("cy:", cY)
pt.x = cX
pt.y = cY
pt.z = 0
centers.points.append(copy.deepcopy(pt))
else:
print('no pot found else')
pt.x = 0
pt.y = 0
pt.z = 0
centers.points.append(copy.deepcopy(pt))
return centers
Я ожидаю, что код продолжит работать, пока я не остановлю его, и я ожидаю, что кодирование сообщения, которое я оцениваю, не изменится без видимой причины.
Есть ли функция, которая может преобразовать это, или есть возможность проверить кодировку перед передачей в функцию findContours?