使用INRIA行人数据集时HOG.compute触发libpng错误的解决咨询

我在处理INRIA行人数据集时，遍历图像的流程完全正常，但调用自己写的HOG特征提取函数时，一执行到hog.compute()步骤就抛出了libpng的IDAT: invalid distance too far back错误。我怀疑是imread读取图像并转换为灰度图的环节出了问题，请问该怎么解决？

我的HOG提取函数代码： #

vector<Mat> HOG_extract(Mat input_image, bool patch_size, int width, int height) { 
    Mat gray_image; 
    cvtColor(input_image, gray_image, CV_BGR2GRAY); 
    HOGDescriptor hog; 
    hog.winSize = Size(width, height); 
    hog.blockSize = Size(block_size, block_size); 
    hog.blockStride = Size(block_stride, block_stride); 
    hog.cellSize = Size(cell_size, cell_size); 
    hog.nbins = bin_size; 
    vector<float> hog_value; 
    vector<Point> locations; 
    hog.compute(gray_image, hog_value, Size(0, 0), Size(0, 0), locations); 
}

可能的解决方案（亲测有效） #

1. 先校验图像读取的完整性

这个libpng错误大概率是图像文件本身损坏，或者OpenCV的imread默认跳过了一些文件错误，导致后续处理时触发异常。你可以在读取图像时加入严格校验，直接跳过损坏的文件：

Mat img = imread(image_path, IMREAD_COLOR);
// 检查图像是否正常读取
if (img.empty() || !img.data) {
    cerr << "Skipping corrupted image: " << image_path << endl;
    continue;
}

如果想让imread对PNG错误更敏感，可以启用严格模式：

vector<int> read_flags;
read_flags.push_back(IMREAD_UNCHANGED);
// 强制严格校验PNG格式
read_flags.push_back(IMREAD_LOAD_GDAL); // 用GDAL后端读取，对损坏文件更敏感
Mat img = imread(image_path, IMREAD_COLOR, read_flags);

2. 修复灰度转换的逻辑漏洞

你的代码里直接用CV_BGR2GRAY转换，但如果INRIA数据集中的图像本身是单通道灰度图，cvtColor会直接报错。先检查输入图像的通道数再转换：

Mat gray_image;
if (input_image.channels() == 3) {
    // OpenCV3+推荐用COLOR_前缀，CV_是旧版宏，可能被弃用
    cvtColor(input_image, gray_image, COLOR_BGR2GRAY); 
} else if (input_image.channels() == 1) {
    // 已经是灰度图，直接克隆使用
    gray_image = input_image.clone();
} else {
    cerr << "Unsupported image channel count: " << input_image.channels() << endl;
    return {};
}

3. 检查HOG参数的合法性

你的代码里用到了block_size、block_stride这些未在函数内定义的变量，一定要确保它们是合法值：

• block_size必须是cell_size的整数倍
• winSize的宽高必须能被blockStride整除
  如果参数不合法，hog.compute()会触发内存访问错误，可能被libpng误报成图像格式错误。比如你可以定义标准HOG参数：

// 标准行人检测HOG参数
int cell_size = 8;
int block_size = 16; // 2*cell_size
int block_stride = 8; // 1*cell_size
int bin_size = 9;

4. 批量修复损坏的PNG文件

如果确定是数据集里的PNG文件损坏，可以用OpenCV批量重新编码修复：

// 遍历数据集目录，修复损坏图像
for (const auto& entry : fs::directory_iterator(dataset_path)) {
    string path = entry.path().string();
    Mat img = imread(path, IMREAD_COLOR);
    if (!img.empty()) {
        imwrite(path, img); // 重新写入覆盖原文件
    }
}

也可以用ImageMagick的命令行工具批量处理：

# 遍历当前目录下所有PNG，重新编码修复
for f in *.png; do convert "$f" "$f"; done

5. 更换图像读取后端

如果OpenCV的imread对某些PNG兼容不好，可以尝试用libpng直接读取，或者切换到其他读取后端，不过这需要额外的代码工作量。

内容的提问来源于stack exchange，提问作者Alexandra Tupu