使用OpenCV调整图像数据集尺寸时遇func!=0断言错误的解决方法

我之前处理图像缩放时也碰到过这个坑，这个断言错误基本都是OpenCV对输入图像的数据类型或数值范围不满意导致的，咱们来一步步解决：

最常见的原因：图像是浮点数类型（0-1范围） #

OpenCV的cv.resize默认是为uint8类型的图像（数值范围0-255）设计的，如果你的数据集是归一化后的浮点数（比如0到1之间），它会找不到合适的插值函数，直接抛出这个错误。

修复代码：先转成uint8类型 #

在resize之前，把浮点数图像映射到0-255范围并转换类型就行：

import cv2 as cv
import numpy as np

def resize_dataset(images):
    resized_images = []
    for img in images:
        img = img.reshape((28,28))
        # 处理浮点数图像的情况
        if img.dtype in (np.float32, np.float64):
            img = (img * 255).astype(np.uint8)
        resized_img = cv.resize(img, dsize=(10, 10))
        resized_images.append(resized_img)
    return np.array(resized_images)

额外检查：确认图像是2D数组 #

虽然你已经用reshape((28,28))处理了，但如果原始数据不小心带了多余的通道维度（比如(28,28,1)），也可能触发问题，可以加个小检查：

# 在resize前确保是2D灰度图
if len(img.shape) != 2:
    img = img.squeeze()  # 去掉多余的单通道维度

替代方案：用scikit-image的resize（更友好支持浮点数） #

如果不想纠结OpenCV的类型限制，直接用skimage的resize函数，它对浮点数图像支持更好，还自带抗锯齿：

from skimage.transform import resize
import numpy as np

def resize_dataset(images):
    resized_images = []
    for img in images:
        img = img.reshape((28,28))
        resized_img = resize(img, (10,10), anti_aliasing=True)
        resized_images.append(resized_img)
    return np.array(resized_images)

内容的提问来源于stack exchange，提问作者zeyger