咨询：OpenCV-Python代码调用cv2.imshow时出现断言错误的原因？

嘿，我来帮你搞定这个OpenCV的错误问题～

错误根源 #

你遇到的(-215:Assertion failed) dst.data == (uchar*)dst_ptr错误，核心原因很明确：

• 你通过cv2.getGaborKernel()创建的g_kernel是**32位浮点数（CV_32F）**类型的数组，经过resize后依然保持这个类型；
• 而cv2.imshow()默认要求输入的图像数据是**8位无符号整数（CV_8U）**类型，或者数值范围严格在0-1之间的浮点型（但你的Gabor核数值显然不满足这个范围），类型和范围不匹配就触发了断言检查失败。

修正方案 #

我们需要把浮点型的Gabor核归一化到0-255的范围，再转换为8位无符号整数类型，之后再调用cv2.imshow()。具体可以用cv2.normalize()来完成归一化操作。

修正后的完整代码 #

import numpy as np
import cv2

# 创建Gabor核
g_kernel = cv2.getGaborKernel((21, 21), 8.0, np.pi/4, 10.0, 0.5, 0, ktype=cv2.CV_32F)

# 读取并处理图像（注意加r前缀避免路径转义问题）
img = cv2.imread(r'H:\PyCharm WorkSpace\images\image-0.png')
img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
filtered_img = cv2.filter2D(img, cv2.CV_8UC3, g_kernel)

# 显示原始图像和滤波后的图像
cv2.imshow('image', img)
cv2.imshow('filtered image', filtered_img)

# 调整Gabor核大小并预处理（关键修改部分）
h, w = g_kernel.shape[:2]
g_kernel_resized = cv2.resize(g_kernel, (3*w, 3*h), interpolation=cv2.INTER_CUBIC)
# 归一化到0-255范围并转换为CV_8U类型
g_kernel_normalized = cv2.normalize(g_kernel_resized, None, 0, 255, cv2.NORM_MINMAX, dtype=cv2.CV_8U)

# 处理后再显示Gabor核
cv2.imshow('gabor kernel (resized)', g_kernel_normalized)

cv2.waitKey(0)
cv2.destroyAllWindows()

额外小提示 #

• 读取文件路径时最好加r前缀，避免路径里的反斜杠被当成转义字符（比如\i会被解析成特殊转义序列）；
• cv2.normalize()的cv2.NORM_MINMAX参数会把数组的最小值映射到0，最大值映射到255，完美适配图像显示的数值需求。

内容的提问来源于stack exchange，提问作者coderina