GPU上无法应用Otsu阈值化，OpenCV抛出type<=4断言错误

错误根源是OpenCV GPU版的cv2.cuda.threshold仅支持**单通道、8位无符号（CV_8U）或32位浮点（CV_32F）**格式的图像（断言type <=4对应这两种类型的枚举值）。而HSV格式是三通道图像，直接传入会触发断言失败。

解决步骤：

• 从HSV图像中提取适合阈值化的单通道（通常选V通道，适配Otsu的亮度分割逻辑）
• 确保通道类型为CV_8U（若原图像是其他类型，用cv2.cuda.convertTo转换）
• 再调用cv2.cuda.threshold并指定Otsu标志

示例代码：

# 假设gpu_img是已上传到GPU内存的cv2.cuda_GpuMat对象
gpu_hsv = cv2.cuda.cvtColor(gpu_img, cv2.COLOR_BGR2HSV)
# 提取HSV的V通道（索引为2）
gpu_v_channel = cv2.cuda.split(gpu_hsv)[2]
# 若通道类型非CV_8U，执行转换（根据实际情况选择是否开启）
# gpu_v_channel = gpu_v_channel.convertTo(cv2.CV_8U)
# 应用Otsu阈值化
_, gpu_thresh = cv2.cuda.threshold(gpu_v_channel, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)

OpenCV GPU模块没有直接对应cv2.blur的API，但cv2.blur本质是归一化盒式滤波，可以用cv2.cuda.createBoxFilter完全替代，参数逻辑和cv2.blur一致：

示例代码：

ksize = (5, 5)  # 对应cv2.blur的核大小
# 创建盒式滤波器，开启归一化以实现均值模糊
box_filter = cv2.cuda.createBoxFilter(gpu_img.type(), -1, ksize, anchor=(-1,-1), normalize=True)
# 应用滤波，得到与cv2.blur完全一致的结果
gpu_blurred = box_filter.apply(gpu_img)

• normalize=True：开启归一化，计算邻域像素平均值，和cv2.blur逻辑匹配
• anchor=(-1,-1)：锚点设为核中心，对应cv2.blur的默认行为

内容的提问来源于stack exchange，提问作者FreddicMatters