应用自定义CenterCrop变换后OpenCV cv.circle报UMat错误问题咨询

核心诱因：numpy数组内存不连续 #

你自定义的CenterCrop中使用numpy切片操作裁剪图像：

image = image[top: top + new_h, left: left + new_w]

numpy切片操作默认返回原数组的视图（View），不会触发内存拷贝，生成的数组是内存非连续的。而OpenCV的Python接口要求输入的图像数组必须是C顺序连续的（C-contiguous），非连续数组无法被OpenCV识别，就会抛出Expected Ptr<cv::UMat>的错误。
没有CenterCrop的场景下，图像数组全程都是内存连续的，所以可以正常传入cv.circle使用。

验证方法 #

你可以在调用cv.circle前打印数组的内存标识验证：

print(img.flags['C_CONTIGUOUS'])
# 带CenterCrop时输出False，不带时输出True

修复方案 #

任选以下任意一种方式即可解决问题：

• 转换numpy数组时强制拷贝生成连续数组：

img = img.permute(1, 2, 0).byte().numpy().copy()

• 在CenterCrop实现中返回时就做内存拷贝，保证后续流程拿到的都是连续数组：

# 修改CenterCrop的__call__返回逻辑
return {'image': image.copy(), 'landmarks': landmarks}

内容的提问来源于stack exchange，提问作者Kirill Zaitsev