Linux下OpenCV C++程序触发Segmentation fault (core dumped)问题排查

核心问题1：手动创建目标Mat引发内存访问错误 #

你手动初始化img_grayscale和img_gaussian的方式会导致内存布局不匹配：

cv::Mat img_grayscale(img.rows, img.cols, CV_8U);
cv::Mat img_gaussian(img.rows, img.cols, CV_8U);

OpenCV的cvtColor、GaussianBlur这类函数会根据输入图像的内存特性（比如内存步长/stride、对齐规则）自动分配适配的输出内存。手动指定尺寸和类型创建的Mat，其内存布局大概率和输入图像不兼容，导致函数在写入数据时越界访问，触发段错误。

核心问题2：图像有效性检查不严谨 #

用img.data == NULL判断图像是否加载成功并不严谨，OpenCV官方推荐使用img.empty()——部分场景下图像对象存在但数据无效时，data指针可能不为空，但empty()会准确返回true。

修复后的代码 #

#include <opencv2/opencv.hpp>
#include <iostream>

int main(int argc, char** argv) {
    if(argc < 2) {
        std::cout << "Error: insert the image name! \n";
        return 0;
    }
    cv::Mat img = cv::imread(argv[1]);
    if(img.empty()) { // 改用标准的empty()检查
        std::cout << "Error: wrong name! \n";
        return 0;
    }
    cv::Mat img_grayscale; // 不手动初始化，让cvtColor自动创建适配的Mat
    cv::cvtColor(img, img_grayscale, cv::COLOR_BGR2GRAY);

    cv::Mat img_gaussian; // 让GaussianBlur自动分配符合要求的内存
    cv::GaussianBlur(img_grayscale, img_gaussian, cv::Size(5, 5), 0, 0, cv::BORDER_DEFAULT);
    cv::imshow("image gaussian filter", img_gaussian); // 修正显示对象为处理后的图像
    cv::waitKey(0);
    return 0; // 补充标准返回值
}

额外说明 #

你的编译命令无需修改，只要确保OpenCV头文件与库版本一致即可（当前参数适配4.x版本是正确的）。

内容的提问来源于stack exchange，提问作者mariorossi