Python合并两个图像文件夹报错：OpenCV merge断言失败问题排查

错误原因拆解 #

你遇到的merge断言失败，核心有两个问题：

1. 逻辑误解：你写的双层嵌套循环是把每一张训练图和每一张验证图两两合并，这和你“合并训练集与验证集所有图像”的需求完全不符——正常需求应该是把两个集合的图像整合到一起，而非生成所有图像组合。
2. OpenCV merge的硬性要求：cv2.merge需要所有输入的单通道图像尺寸（宽/高）、数据深度完全一致，而训练集和验证集的图像大概率存在尺寸差异，直接合并必然触发断言错误。

针对真实需求的解决方案 #

根据“合并两个数据集用于后续分析”的核心目标，分两种场景处理：

场景1：文件层面合并（把所有图像复制到同一目录） #

如果只是需要把两个目录的图像文件整合到一个文件夹，不需要处理图像内容，直接用文件复制即可：

import glob
import shutil
import os

# 创建目标目录（不存在则自动创建）
target_dir = "/Users/prat/coco_image"
os.makedirs(target_dir, exist_ok=True)

# 获取所有训练/验证图像路径
train_imgs = glob.glob("/Users/prat/train/train2014/*.jpg")
val_imgs = glob.glob("/Users/prat/validation/val2014/*.jpg")

# 复制训练集图像，加前缀避免重名
for img_path in train_imgs:
    filename = os.path.basename(img_path)
    shutil.copy(img_path, os.path.join(target_dir, f"train_{filename}"))

# 复制验证集图像
for img_path in val_imgs:
    filename = os.path.basename(img_path)
    shutil.copy(img_path, os.path.join(target_dir, f"val_{filename}"))

场景2：内存层面合并（加载为统一数据集） #

如果后续分析需要把所有图像数据加载到内存中，需先统一图像尺寸（或保留原尺寸存在列表）：

import glob
import cv2
import numpy as np

# 定义统一输出尺寸（可根据需求调整）
target_size = (256, 256)

train_imgs = glob.glob("/Users/prat/train/train2014/*.jpg")
val_imgs = glob.glob("/Users/prat/validation/val2014/*.jpg")

all_images = []

# 处理训练集图像
for path in train_imgs:
    img = cv2.imread(path)
    if img is not None:  # 跳过读取失败的图像
        resized_img = cv2.resize(img, target_size)
        all_images.append(resized_img)

# 处理验证集图像
for path in val_imgs:
    img = cv2.imread(path)
    if img is not None:
        resized_img = cv2.resize(img, target_size)
        all_images.append(resized_img)

# 转换为numpy数组（可选，根据后续分析需求）
all_images_array = np.array(all_images)
# 保存为npy文件供后续使用
np.save("/Users/prat/coco_image/all_coco_images.npy", all_images_array)

内容的提问来源于stack exchange，提问作者Pratiksha