OpenCV Android中SVM的predict()函数报错排查求助

这个报错(-215) samples.cols == var_count && samples.type() == CV_32F其实已经把问题说得很直白了——要么是你输入的样本列数和SVM训练时的特征数不匹配，要么是样本类型不是CV_32F。哪怕你觉得自己已经检查过，大概率是漏掉了一些容易忽略的细节，我帮你梳理几个常见的坑：

1. 单样本的维度搞反了（最常见） #

OpenCV的SVM要求每行对应一个样本，也就是说单样本必须是1行N列的Mat（N是特征数）。很多人会不小心把单样本做成N行1列的列向量，这时候cols=1自然不等于模型的特征数var_count=N，直接触发错误。

解决办法： #

• 先打印样本维度和模型特征数做对比：

  Log.d("SVM_DEBUG", "样本维度: " + samples.rows() + "x" + samples.cols());
  Log.d("SVM_DEBUG", "模型特征数: " + svm.getVarCount());
  

• 如果发现样本是列向量，用转置改成行向量：

  samples = samples.t(); // 转置Mat
  

2. 类型转换的隐性错误 #

你可能以为已经把样本转成CV_32F了，但实际可能没成功：

• 从Bitmap或其他类型转换时，有没有明确指定CV_32F？比如：

  // 正确写法：必须显式指定目标类型为CV_32F
  img.convertTo(samples, CvType.CV_32F);
  

• 用put()赋值时，有没有用float类型？如果你的特征是int，一定要强转成float：

  // 正确写法
  samples.put(0, i, (float)featureValue);
  // 错误写法：直接放int可能导致类型不兼容
  samples.put(0, i, featureValue);
  

• 直接检查样本类型：

  Log.d("SVM_DEBUG", "样本类型: " + samples.type());
  // CV_32F对应的数值是5，如果输出不是5，说明类型不对
  

3. 加载的SVM模型和当前特征数不匹配 #

如果你的模型是提前训练好的，可能存在训练时的特征数和现在预测用的特征数不一致的情况——比如训练时用10个特征，现在预测用8个，那var_count=10和samples.cols=8自然不匹配。

解决办法： #

打印模型的特征数和样本列数对比，确认一致：

Log.d("SVM_DEBUG", "模型特征数: " + svm.getVarCount());
Log.d("SVM_DEBUG", "样本列数: " + samples.cols());

4. 极端情况：Mat的连续性问题 #

极少数情况下，如果你的Mat是非连续的（比如是从另一个Mat中截取的ROI），可能会导致隐性的维度/类型检测失败。可以转成连续的Mat再试：

if(!samples.isContinuous()){
    samples = samples.clone();
}

正确的单样本预测示例 #

给你一个标准的写法参考：

// 假设我们有10个特征
int featureCount = 10;
// 创建1行10列的CV_32F类型Mat
Mat sample = new Mat(1, featureCount, CvType.CV_32F);

// 填充特征值
float[] features = {1.2f, 3.4f, 5.6f, 7.8f, 9.0f, 2.3f, 4.5f, 6.7f, 8.9f, 0.1f};
sample.put(0, 0, features);

// 预检查关键信息
Log.d("SVM_DEBUG", "样本维度: " + sample.rows() + "x" + sample.cols());
Log.d("SVM_DEBUG", "样本类型: " + sample.type());
Log.d("SVM_DEBUG", "模型特征数: " + svm.getVarCount());

// 执行预测
float prediction = svm.predict(sample);

先按上面的步骤打印关键信息，定位到底是列数还是类型的问题，很快就能解决！

内容的提问来源于stack exchange，提问作者user8919