我正在使用OpenCV3在Python3中构建一个简单的项目，试图将拼图碎片与“完成的”拼图图像进行匹配 . 我已经开始使用SIFT进行测试了 .
我可以提取拼图的轮廓并裁剪图像，但由于大部分高频位于片段周围（片段结束和地板开始），我想将一个蒙版传递给SIFT detectAndCompute（ ）方法，从而迫使算法仅在片内寻找关键点 .
test_mask = np.ones(img1.shape, np.uint8)
kp1, des1 = sift.detectAndCompute(img1, mask = test_mask)
传递测试掩码（以确保它是uint8）后，我收到以下错误：
kp1，des1 = sift.detectAndCompute（img1，mask = test_mask）cv2.error：/home/pyimagesearch/opencv_contrib/modules/xfeatures2d/src/sift.cpp:772：错误：（ - 5）掩码类型不正确（！ = CV_8UC1）函数detectAndCompute
根据我的研究，uint8只是CV_8U的别名，与CV_8UC1相同 . 找不到任何代码示例将掩码传递给Python中的任何特征检测算法 .
1 回答
感谢Miki，我设法找到了一个bug .
事实证明，我使用阈值操作创建的原始掩码，即使看起来是二进制，也是一个3通道图像
([rows], [cols], 3). 因此它不能被接受作为面具 .检查类型和形状后（必须是uint8和[rows，cols，1]）：
如果它仍然是3通道，则将掩码转换为灰色：