OpenCV目标检测后图像裁剪报错(-215)，坐标使用疑问求助

核心问题 #

你遇到的(-215:Assertion failed) size.width>0 && size.height>0错误，根源是对OpenCV dnn输出的bbox格式理解错误，导致裁剪出的图像尺寸为0。

OpenCV的dnn_DetectionModel.detect()方法返回的bbox数组，每个元素格式是[x, y, width, height]：

• x/y：目标框左上角坐标
• width/height：目标框的宽度和高度

而你直接把box[2]、box[3]当成了右下角的x2、y2，这会触发两种错误：

1. 部分bbox的height值小于y（比如你输出里的[45 722 188 472]，y=722，你直接用y2=472），此时y1 > y2，Python切片image[y1:y2]会得到空数组，触发尺寸断言错误。
2. 当y + height超过图像高度时，裁剪范围超出图像边界，同样会导致无效图像。

修正后的代码 #

import cv2 
import numpy as np 

image = cv2.imread('venv/img.jpg')
# 先检查图像是否加载成功
if image is None:
    print("无法加载图像，请检查路径")
    exit()

classNames = []
classFile = 'coco.names'
with open(classFile,'rt') as f:
    # 修复原代码的换行符错误
    classNames = f.read().rstrip('\n').split('\n')

configPath = 'ssd_mobilenet_v3_large_coco_2020_01_14.pbtxt'
weightsPath = 'frozen_inference_graph.pb'

net = cv2.dnn_DetectionModel(weightsPath, configPath)
net.setInputSize(320, 320)
net.setInputScale(1.0 / 127.5)
net.setInputMean((127.5, 127.5, 127.5))
net.setInputSwapRB(True)

classIds, confs, bbox = net.detect(image, confThreshold=0.5)

print(classIds, bbox)
if len(classIds) != 0:
    img_h, img_w = image.shape[:2]
    for classId, confidence, box in zip(classIds.flatten(), confs.flatten(), bbox):
        cv2.rectangle(image, box, color=(0, 255, 0), thickness=2)
        # 正确解析bbox格式
        x1, y1, w, h = box
        # 计算右下角坐标并限制在图像范围内
        x2 = min(x1 + w, img_w)
        y2 = min(y1 + h, img_h)
        # 确保起始坐标不小于0
        x1 = max(x1, 0)
        y1 = max(y1, 0)
        # 仅当裁剪范围有效时执行操作
        if x2 > x1 and y2 > y1:
            crop_person = image[y1:y2, x1:x2]
            cv2.imshow(f'crop_{classId}', crop_person)
            cv2.waitKey(0)
            cv2.destroyWindow(f'crop_{classId}')


image = cv2.resize(image,(480,640))
cv2.imshow('img',image)
cv2.waitKey(0)
cv2.destroyAllWindows()

关键修正点 #

• 修正bbox解析逻辑：将x2 = box[2]改为x2 = x1 + w，y2 = box[3]改为y2 = y1 + h，还原正确的坐标计算方式。
• 添加边界检查：确保裁剪坐标不超出图像宽高范围，同时保证x2 > x1和y2 > y1，避免生成空图像。
• 修复类别读取错误：原代码中rstrip('n')和split('n')应为rstrip('\n')和split('\n')，否则无法正确读取coco类别名称。
• 优化窗口管理：每次显示裁剪图像后关闭对应窗口，避免窗口堆积。

内容的提问来源于stack exchange，提问作者zerro