OpenCV HOG级联分类器调用detectMultiScale报!empty()断言错误

触发(-215:Assertion failed) !empty()报错的直接原因是调用detectMultiScale时，对应的分类器对象是空的，没有成功加载模型，代码里共存在3个明确问题：

• 模型用途不匹配：要实现人脸检测，却加载了hogcascade_pedestrians.xml，这是用于行人检测的级联模型，不具备人脸检测能力
• 变量未定义：代码中调用了eye_cascade.detectMultiScale，但全程没有定义、加载eye_cascade对象，就算人脸分类器加载正常，运行到人眼检测环节也会触发相同的空对象报错
• 模型路径无效：OpenCV 4.3.0版本的默认haarcascades目录下，本身就不附带hogcascade_pedestrians.xml文件，拼接的文件路径不存在，直接导致分类器初始化后是空对象。

按以下步骤调整代码即可正常运行：

• 替换为正确的人脸、人眼检测级联模型，OpenCV自带的Haar人脸模型文件名为haarcascade_frontalface_default.xml，人眼模型文件名为haarcascade_eye.xml
• 所有分类器、图片加载完成后增加空校验，第一时间发现路径错误、文件缺失问题，避免跑到检测逻辑才崩溃
• 补充通道转换逻辑：OpenCV默认以BGR通道顺序读取图片，matplotlib以RGB顺序渲染，直接显示会出现颜色错位

修复后的完整代码：

import cv2
import matplotlib.pyplot as plt

# 加载对应检测模型
face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + "haarcascade_frontalface_default.xml")
eye_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + "haarcascade_eye.xml")

# 校验模型加载状态
if face_cascade.empty():
    raise RuntimeError("人脸检测模型加载失败，请检查OpenCV级联文件完整性")
if eye_cascade.empty():
    raise RuntimeError("人眼检测模型加载失败，请检查OpenCV级联文件完整性")

def detect(gray, frame):  
    faces = face_cascade.detectMultiScale(gray, 1.3, 5) 
    for (x, y, w, h) in faces:
        cv2.rectangle(frame, (x, y), (x+w, y+h), (255, 0, 0), 2)
        roi_gray = gray[y:y+h, x:x+w] 
        roi_color = frame[y:y+h, x:x+w]
        
        eyes = eye_cascade.detectMultiScale(roi_gray, 1.1, 18)
        for (ex, ey, ew, eh) in eyes:
            cv2.rectangle(roi_color, (ex, ey), (ex+ew, ey+eh), (0, 255, 0), 2)
            
    return frame

frame = cv2.imread('./data/images/cctv_still.JPG')
# 校验图片读取状态
if frame is None:
    raise RuntimeError("图片读取失败，请检查输入图片路径是否正确")
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) 
canvas = detect(gray, frame)
# 转换通道适配matplotlib显示规则
canvas = cv2.cvtColor(canvas, cv2.COLOR_BGR2RGB)
plt.imshow(canvas)
plt.show()

如果你确实需要使用HOG特征做检测，不要用CascadeClassifier接口加载旧的hog级联文件。OpenCV提供了独立的HOG检测器接口cv2.HOGDescriptor()，和Haar/LBP级联检测器是两套独立实现，调用逻辑完全不同。

内容的提问来源于stack exchange，提问作者jack gell