使用cv2.dnn_TextDetectionModel_DB调用detect触发断言错误怎么解决

报错根因 #

该错误触发在DB文本检测的后处理外扩（unclip）步骤，核心原因是当前进入后处理的候选文本区域轮廓边长极小，趋近于0，触发了OpenCV的内置断言校验。 #

排查优化方案 #

• 检查输入图像合法性
  确认传入detect方法的image不是空图，是3通道BGR格式，且内容没有被异常压缩导致有效文本区域几乎不可见。如果输入图像本身尺寸远小于setInputParams中设置的320*320，建议先做等比例缩放+边缘填充再送入检测，避免内容畸变产生无效候选框。
• 调整模型检测参数
  1. 适当降低unclipRatio参数，从当前的2.0调整到1.2~1.8区间测试，过高的外扩比例会在极小候选框计算时出现边长异常
  2. 调高binThresh二值化阈值，从当前的0.3调整到0.4~0.5区间，过滤掉低置信度的噪声候选框，这类候选大多是无效的极小区域
  3. 降低maxCandidates最大候选数，从当前的200调整到100左右，减少低质量候选进入后处理的概率
• 代码层面异常兼容
  如果调整参数后仍偶发该错误，可在外层捕获cv2异常做兼容处理，示例如下：

  try:
      boxes, confs = text_detector.detect(image)
  except cv2.error as e:
      # 匹配unclip相关断言错误
      if "length > FLT_EPSILON" in str(e) and "unclip" in str(e):
          boxes, confs = [], []
      else:
          # 其他异常正常抛出
          raise e
  

内容的提问来源于stack exchange，提问作者Aneerban Chakraborty