单张图像自定义函数增强报错：TypeError: Can't convert object to 'str' for 'filename'

错误原因 #

核心问题是变量path的类型在循环中发生了冲突：

1. 初始时path是字符串类型的图像路径，第一次调用自定义函数（如crop(path)）时，函数接收路径并返回处理后的图像数组。
2. 执行path=fun后，path变成了图像数组，但你的crop/resize/flip/h_flip函数仍然期望接收字符串路径，第二次调用时就会触发TypeError: Can't convert object to 'str' for 'filename'。

修复方案 #

1. 提前加载原始图像 #

先一次性把图像加载为数组，后续所有增强操作都基于图像数组处理，不再依赖路径：

import cv2 as cv
import random
import matplotlib.pyplot as plt

# 提前加载原始图像
img = cv.imread('img dir')  # 替换为你的实际图像路径
# 自定义增强函数列表（需确保所有函数接收图像数组，返回处理后的图像数组）
funs = [crop, resize, flip, h_flip] 
n = 3

plt.figure(figsize=(10,12))
current_img = img.copy()
for i in range(n):
    random.shuffle(funs)
    # 用当前图像数组作为函数输入
    current_img = random.choice(funs)(current_img)
    plt.subplot(3,3,i+1)
    plt.imshow(cv.cvtColor(current_img, cv.COLOR_BGR2RGB))
    plt.axis('off')

plt.show()

2. 修正自定义函数的输入类型 #

检查你的自定义函数，确保它们接收图像数组而非路径：
错误写法（接收路径）：

def crop(img_path):
    img = cv.imread(img_path)
    # 裁剪逻辑
    return cropped_img

正确写法（接收图像数组）：

def crop(img):
    # 直接对传入的图像数组执行裁剪
    cropped_img = img[100:300, 100:300]  # 示例裁剪区域，按需修改
    return cropped_img

额外优化 #

如果希望每次增强都基于原始图像（而非链式叠加增强），把图像副本的创建放到循环内部即可：

for i in range(n):
    random.shuffle(funs)
    current_img = random.choice(funs)(img.copy())  # 每次用原始图像的副本处理
    # 后续绘图代码不变

内容的提问来源于stack exchange，提问作者lastone