使用OpenCV计算积分图时cv.imshow报(-215)错误的求助

嘿，这个问题我之前也踩过坑！核心原因是**cv2.integral输出的积分图数据类型是32位有符号整数（CV_32S），而cv2.imshow不支持直接显示这种类型的图像**——这就是你看到报错src_depth != CV_16F && src_depth != CV_32S的由来，它直白地告诉你这两种深度的图像没法直接用imshow展示。

先拆解你代码里的问题：你虽然提前定义了sum为np.uint8类型，但cv2.integral的第三个参数传-1时，会自动根据输入图像选择输出类型。对于8位的输入图像，积分图的累加和会远超过255，8位类型存不下，所以默认用32位整数存储，你的sum类型会被直接覆盖，最终imageIntegral还是32S类型，触发了imshow的断言错误。

下面是修复后的代码，我加了注释说明每个关键修改点：

import cv2
import numpy as np

# 加载图像，先检查是否加载成功（避免路径错误导致的隐藏bug）
image = cv2.imread("nancy.jpg")
if image is None:
    print("哦豁，没找到图像！请检查文件路径是否正确")
    exit()

# 直接计算积分图，不用提前创建sum数组，让函数自动返回结果
imageIntegral = cv2.integral(image)

# 关键步骤：把32位整数的积分图归一化到0-255范围，转换为8位无符号整数
normalized_integral = cv2.normalize(imageIntegral, None, 0, 255, cv2.NORM_MINMAX, dtype=cv2.CV_8U)

# 现在可以正常显示了
cv2.imshow("imageIntegral", normalized_integral)
cv2.waitKey(0)
# 最后别忘了释放窗口资源
cv2.destroyAllWindows()

补充解释下修改逻辑：

1. 积分图的数值是像素的累加和，数值通常非常大，用32位整数是为了避免溢出，但这种类型不满足imshow的显示要求
2. cv2.normalize会把积分图的最大值和最小值映射到0-255区间，转换成8位无符号整数后，就完全符合imshow的显示标准了
3. 新增的图像加载检查，能帮你快速排查「图像不存在」这类低级错误

如果你想查看原始的积分数值，可以直接打印imageIntegral的数组内容，但用来可视化的话，归一化是最直观的处理方式。

内容的提问来源于stack exchange，提问作者N.Elsayed