使用HaarCascades人脸检测触发(-215)断言失败错误的求助

触发的错误信息 #

error: OpenCV(4.8.0) /io/opencv/modules/objdetect/src/cascadedetect.cpp:1389: error: (-215:Assertion failed) scaleFactor > 1 && _image.depth() == CV_8U in function 'detectMultiScale'

错误原因分析 #

• scaleFactor违反要求：代码里的while循环会持续把scale从1.3递减0.1，直到scale变为0.0。但detectMultiScale要求scaleFactor必须严格大于1，当scale降到1或以下时，就会触发断言错误。
• 图像深度不匹配：输入的img可能不是8位无符号整数格式（CV_8U），比如是16位或浮点格式，而detectMultiScale仅支持CV_8U格式的图像。

修复后的代码 #

import cv2
import os
import numpy as np

def face_detector(img):
    # 强制转换图像为CV_8U格式，解决深度不匹配问题
    if img.dtype != np.uint8:
        img = cv2.convertScaleAbs(img)
    
    color_img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
    face_classifier = cv2.CascadeClassifier(os.path.join(cv2.data.haarcascades, 'haarcascade_frontalface_default.xml'))

    scale = 1.3
    min_scale = 1.01  # 限制scale最小值，确保始终大于1
    step = 0.1
    faces = face_classifier.detectMultiScale(color_img, scale, 5)

    if len(faces) == 0:
        # 循环递减scale，但不低于最小值
        while scale > min_scale:
            scale -= step
            faces = face_classifier.detectMultiScale(color_img, scale, 5)
            if len(faces) != 0:
                break

    if len(faces) != 0:
        x, y, w, h = faces[0]  # 取第一个检测到的人脸
        cv2.rectangle(color_img, (x, y), (x+w, y+h), (0, 255, 255), 2)
        roi = color_img[y:y+h, x:x+w]
        cv2_imshow(color_img)
        cv2_imshow(roi)
        return color_img, roi

    # 未检测到人脸的情况
    cv2_imshow(color_img)
    return color_img, None

关键修改点 #

• 增加图像格式检查，通过cv2.convertScaleAbs将非CV_8U格式的图像转换为符合要求的格式。
• 给scale设置最小值1.01，确保循环中调用detectMultiScale时scaleFactor始终大于1。
• 优化循环逻辑，找到人脸后立即跳出循环，避免无效迭代；同时统一处理检测到人脸的分支，减少冗余代码。

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