Python இல் OpenCV விரிவடைதல் பிழைகளைப் புரிந்துகொள்வது மற்றும் தீர்ப்பது

பைதான் படச் செயலாக்கம்: OpenCV விரிவாக்கச் சிக்கல்களைச் சரிசெய்தல்

பைத்தானைப் பயன்படுத்தி பட செயலாக்கப் பணிகளில், OpenCV மிகவும் சக்திவாய்ந்த நூலகங்களில் ஒன்றாகும். இருப்பினும், உருவவியல் செயல்பாடுகள் போன்ற சிக்கலான செயல்பாடுகளுடன் பணிபுரியும் போது, ​​சில நேரங்களில் பிழைகள் ஏற்படலாம் cv2. பிழை பயன்படுத்தும் போது நீங்கள் சந்திக்கலாம் விரித்து () செயல்பாடு. பாக்டீரியா காலனி எண்ணுதல் போன்ற பணிகளுக்கு OpenCV ஐப் பயன்படுத்துவது ஒரு பொதுவான காட்சியாகும்.

சமீபத்தில், பைதான் 3.11.8 மற்றும் OpenCV 4.10.0 ஆகியவற்றைப் பயன்படுத்தி பாக்டீரியா காலனி எண்ணும் பயன்பாட்டை உருவாக்கும்போது, ​​a விரிவடைதல் பிழை ஏற்பட்டது. இந்தச் சிக்கல் PyQt5 GUI சூழலில் தோன்றியது, குறிப்பாக பட எல்லைகள் செயலாக்கப்படும் நீர்நிலை அல்காரிதம் பிரிவில். தவறான தரவு வகை OpenCV க்கு அனுப்பப்பட்டதால் சிக்கல் ஏற்படுகிறது cv2.dilate() செயல்பாடு.

PyQt5 சூழலுக்கு வெளியே OpenCV விண்டோஸில் சோதனை செய்யும் போது அதே குறியீடு நன்றாக வேலை செய்யும் என்பதால் இந்தப் பிழை குழப்பமாக உள்ளது. செயல்பாட்டின் சூழலைப் பொறுத்து OpenCV செயல்பாடுகள் எவ்வாறு வித்தியாசமாக செயல்படுகின்றன மற்றும் அத்தகைய முரண்பாடுகளை எவ்வாறு கையாள்வது என்பது பற்றிய கேள்விகளை இது எழுப்புகிறது. ஒரு வரைகலை பயனர் இடைமுகத்தில் பட செயலாக்கத்தை செயல்படுத்த முயற்சிக்கும் டெவலப்பர்களுக்கு இது வெறுப்பாக இருக்கலாம்.

இந்த கட்டுரையில், இதற்கான மூல காரணத்தை ஆராய்வோம் cv2.error: (-5: தவறான வாதம்) OpenCV இல், சாத்தியமான தீர்வுகளைக் கண்டறிந்து, சிக்கலைச் சரிசெய்வதற்கான நடைமுறை வழிகளை வழங்கவும். கூடுதலாக, பைத்தானில் உள்ள பட செயலாக்க நூலகங்களைக் கையாளும் போது பொதுவான பிழைத்திருத்த உத்திகளைப் பற்றி விவாதிப்போம்.

படச் செயலாக்கத்தில் OpenCV பிழைகளைக் கையாளுதல்

பைதான் ஸ்கிரிப்ட்டில், முதன்மையான சிக்கல் ஐப் பயன்படுத்துவதிலிருந்து உருவாகிறது cv2.dilate செயல்பாடு, இது OpenCV இன் உருவ மாற்றங்களின் ஒரு பகுதியாகும். இந்த செயல்பாடு பைனரி படத்தில் உள்ள பொருட்களின் எல்லைகளை விரிவுபடுத்துகிறது. உள்ளீட்டு படத்திற்கு ஒரு குறிப்பிட்ட வடிவம் தேவை - பொதுவாக ஒரு NumPy வரிசை. வழங்கப்பட்ட ஸ்கிரிப்ட்டில், உள்ளீடு செய்ததால் பிழை ஏற்படுகிறது விரிவடையும் சரியான வடிவமைப்பில் இல்லாததால், நிரல் "மோசமான வாதம்" பிழையை ஏற்படுத்துகிறது. OpenCV ஐப் பயன்படுத்தும் போது, ​​குறிப்பாக PyQt5 மற்றும் நிலையான OpenCV சாளரங்கள் போன்ற சூழல்களுக்கு இடையில் மாறும்போது, ​​படச் செயலாக்கத்தில் இது ஒரு பொதுவான சிக்கலாகும்.

ஸ்கிரிப்ட் படங்களைப் பிரிப்பதற்காக, குறிப்பாக ஒரு பெட்ரி டிஷில் தனிப்பட்ட பாக்டீரியா காலனிகளை அடையாளம் காண, நீர்நிலை அல்காரிதத்தை பெரிதும் நம்பியுள்ளது. இந்த முறை படத்தை ஒரு நிலப்பரப்பு வரைபடமாக மாற்றுகிறது, அங்கு அதிக தீவிரம் கொண்ட பகுதிகள் சிகரங்கள் மற்றும் குறைந்த தீவிரம் கொண்ட பகுதிகள் பள்ளத்தாக்குகள். தி cv2.distanceTransform செயல்பாடு இங்கே முக்கியமானது, ஏனெனில் இது ஒவ்வொரு பிக்சலிலிருந்தும் அருகிலுள்ள எல்லைக்கு உள்ள தூரத்தைக் கணக்கிடுகிறது. இது நீர்நிலை குறிப்பான்களை அடையாளம் காண்பதன் மூலம் பின்னணியில் இருந்து முன்புறத்தை பிரிக்க உதவுகிறது, இது பிரிவுக்கு வழிகாட்டுகிறது.

ஸ்கிரிப்ட்டின் மற்றொரு முக்கிய பகுதி இணைக்கப்பட்ட கூறுகள் செயல்பாடு, இது அனைத்து தனித்துவமான பொருட்களையும் பைனரி படத்தில் லேபிள் செய்கிறது. தனிப்பட்ட பொருள்களை வேறுபடுத்த குறிப்பான்கள் தேவைப்படுவதால், நீர்நிலை வழிமுறை சரியாகச் செயல்பட இது அவசியம். ஸ்கிரிப்ட் காலனிகளை அடையாளம் காண இந்தச் செயல்பாட்டைப் பயன்படுத்துகிறது, ஒவ்வொரு இணைக்கப்பட்ட கூறுக்கும் ஒரு தனிப்பட்ட லேபிளை ஒதுக்குகிறது, இது பின்னர் பிரித்தல் செயல்பாட்டின் போது சுத்திகரிக்கப்படுகிறது.

கடைசியாக, குறியீடு போன்ற செயல்பாடுகள் மூலம் பட முன் செயலாக்கத்தைக் கையாளுகிறது cv2.erode மற்றும் cv2.dilate. அரிப்பு பொருட்களின் அளவைக் குறைக்கிறது, அதே சமயம் விரிவாக்கம் அவற்றை விரிவுபடுத்துகிறது. இந்த கலவை பொதுவாக பைனரி படங்களை சுத்தம் செய்யவும், சத்தம் மற்றும் சிறிய கலைப்பொருட்களை அகற்றவும் பயன்படுத்தப்படுகிறது. இந்த செயல்பாடுகள், நீர்நிலைப் பிரிவு போன்ற மிகவும் சிக்கலான பணிகளுக்கு படத்தைத் தயார்படுத்துகிறது. ஸ்கிரிப்ட்டின் மட்டு அமைப்பு, இந்த முன்செயலாக்கப் படிகளை எளிதாக சரிசெய்ய அல்லது திட்டத்தின் குறிப்பிட்ட தேவைகளின் அடிப்படையில் மாற்றிக்கொள்ள அனுமதிக்கிறது, இது பட பகுப்பாய்வுக்கான நெகிழ்வான கருவியாக அமைகிறது.

import cv2
import numpy as np
import sys

def load_image(filename):
    img = cv2.imread(filename)
    if img is None:
        print(f"Error: Unable to load image: {filename}")
        sys.exit(1)
    return img

def preprocess_image(img):
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    _, binary_img = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
    return binary_img

def watershed_method(img_ori, img_bin):
    kernel = np.ones((3, 3), np.uint8)
    img_bin = cv2.dilate(img_bin, kernel, iterations=1)
    dist_transform = cv2.distanceTransform(img_bin, cv2.DIST_L2, 5)
    ret, sure_fg = cv2.threshold(dist_transform, 0.7*dist_transform.max(), 255, 0)
    sure_fg = np.uint8(sure_fg)
    markers = cv2.connectedComponents(sure_fg)[1]
    return cv2.watershed(img_ori, markers)

img = load_image('bacteria_image.jpg')
img_bin = preprocess_image(img)
result = watershed_method(img, img_bin)
cv2.imshow('Result', result)
cv2.waitKey(0)
cv2.destroyAllWindows()

import cv2
import numpy as np
import os

def load_and_resize_image(path, size=800):
    if not os.path.isabs(path):
        path = os.path.join('images', path)
    img = cv2.imread(path)
    if img is None:
        raise ValueError("Image could not be loaded.")
    scale = size / max(img.shape[0], img.shape[1])
    return cv2.resize(img, None, fx=scale, fy=scale)

def apply_morphological_ops(img):
    kernel = np.ones((5,5), np.uint8)
    img_erode = cv2.erode(img, kernel, iterations=1)
    img_dilate = cv2.dilate(img_erode, kernel, iterations=2)
    return img_dilate

def run_pipeline(image_path):
    img = load_and_resize_image(image_path)
    img_bin = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    _, binary = cv2.threshold(img_bin, 127, 255, cv2.THRESH_BINARY)
    processed_img = apply_morphological_ops(binary)
    cv2.imshow('Processed Image', processed_img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

மேம்படுத்தப்பட்ட பிழைத்திருத்த நுட்பங்கள் மூலம் OpenCV பிழைகளை நிவர்த்தி செய்தல்

பைத்தானில் OpenCV உடன் பணிபுரியும் போது, ​​குறிப்பாக சிக்கலான பட செயலாக்க பணிகளுடன் விரிவடைதல் மற்றும் அரிப்பு, OpenCV செயல்படும் அடிப்படை தரவு கட்டமைப்புகளைப் புரிந்துகொள்வது அவசியம். பிழைகளின் ஒரு முக்கிய ஆதாரம், உடன் பார்க்கப்படுகிறது cv2.error: (-5: தவறான வாதம்), செயல்பாடுகளுக்கு அனுப்பப்பட்ட பொருந்தாத தரவு வகைகளிலிருந்து அடிக்கடி உருவாகிறது. உள்ளீட்டுப் படம் NumPy வரிசையாக சரியாக வடிவமைக்கப்படவில்லை என்பதை இந்தப் பிழை குறிக்கிறது, இது OpenCV செயல்படும் cv2.dilate எதிர்பார்க்கலாம். இதுபோன்ற சிக்கல்களைச் சரிசெய்வதற்கு, செயல்பாட்டிற்கு அனுப்பப்பட்ட படம் சரியான வடிவத்தில் உள்ளதா என்பதைச் சரிபார்க்க வேண்டும், ஆனால் முந்தைய செயல்பாடுகள் மூலம் சரியாகச் செயலாக்கப்படுகிறது.

பைத்தானில் பட செயலாக்கத்தின் கவனிக்கப்படாத மற்றொரு அம்சம் குறியீடு இயங்கும் சூழல் ஆகும். ஒரு ஸ்கிரிப்ட் ஒரு நிலையான OpenCV சூழலில் குறைபாடற்ற முறையில் செயல்படும் போது, ​​அதை PyQt5 GUI உடன் ஒருங்கிணைப்பது இணக்கத்தன்மை சிக்கல்களை அறிமுகப்படுத்தலாம். PyQt5 அதன் சொந்த பட வடிவங்களைப் பயன்படுத்துகிறது, எனவே வடிவங்களுக்கிடையேயான மாற்றங்கள் சரியாகக் கையாளப்படுவதை உறுதி செய்வது முக்கியம். எடுத்துக்காட்டாக, PyQt5 படங்களை மீண்டும் NumPy வரிசைகளாக மாற்றுவது OpenCV அவற்றைச் செயல்படுத்துவதை உறுதி செய்கிறது. போன்ற செயல்பாடுகளை உள்ளடக்கியது cv2.cvtColor அல்லது np.array பணிப்பாய்வு சரியான புள்ளிகளில் மாற்றம் இந்த சிக்கல்களை குறைக்க முடியும்.

பிழைத்திருத்த செயல்முறையை மேலும் மேம்படுத்த, தரவு மற்றும் பிழைகளின் ஓட்டத்தைக் கண்காணிக்க லாக்கிங் வழிமுறைகளைச் செயல்படுத்துவது நல்லது. கன்சோலை ஒழுங்கீனம் செய்யக்கூடிய அச்சு அறிக்கைகளை மட்டுமே நம்புவதற்குப் பதிலாக, பதிவுசெய்தல் மேலும் ஒழுங்கமைக்கப்பட்ட பிழை கண்காணிப்பை அனுமதிக்கிறது. பைத்தானைப் பயன்படுத்துதல் logging படத் தரவு ஒருமைப்பாடு மற்றும் செயல்பாட்டு அழைப்புகள் பற்றிய விரிவான செய்திகளைப் பிடிக்க தொகுதி உதவுகிறது, இது போன்ற சிக்கலின் மூலத்தைக் கண்டுபிடிப்பதை எளிதாக்குகிறது cv2.dilate பிழை. ஒவ்வொரு அடியிலும் நிகழும் மாற்றங்கள் மற்றும் மாற்றங்கள் பற்றிய தெளிவான புரிதலுடன், பிழைத்திருத்தம் மிகவும் நெறிப்படுத்தப்படுகிறது.