ValueError: całkowita wielkość nowej tablicy musi pozostać niezmieniona

Question

Próbuję wykonać kod z tego URL. Jednak zacząłem dostawać ten błąd:

des = np.array(des,np.float32).reshape((1,128)) 
ValueError: total size of new array must be unchanged 

Nie wprowadziłem żadnych większych zmian. Ale wkleję to, co zrobiłem:

import scipy as sp 
import numpy as np 
import cv2 

# Load the images 
img =cv2.imread("image1.png") 

# Convert them to grayscale 
imgg =cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) 

# SURF extraction 
surf = cv2.FeatureDetector_create("SURF") 
surfDescriptorExtractor = cv2.DescriptorExtractor_create("SURF") 
kp = surf.detect(imgg) 
kp, descritors = surfDescriptorExtractor.compute(imgg,kp) 

# Setting up samples and responses for kNN 
samples = np.array(descritors) 
responses = np.arange(len(kp),dtype = np.float32) 

# kNN training 
knn = cv2.KNearest() 
knn.train(samples,responses) 

modelImages = ["image2.png"] 

for modelImage in modelImages: 

    # Now loading a template image and searching for similar keypoints 
    template = cv2.imread(modelImage) 
    templateg= cv2.cvtColor(template,cv2.COLOR_BGR2GRAY) 
    keys = surf.detect(templateg) 

    keys,desc = surfDescriptorExtractor.compute(templateg, keys) 

    for h,des in enumerate(desc): 
     des = np.array(des,np.float32).reshape((1,128)) 

     retval, results, neigh_resp, dists = knn.find_nearest(des,1) 
     res,dist = int(results[0][0]),dists[0][0] 

     if dist<0.1: # draw matched keypoints in red color 
      color = (0,0,255) 

     else: # draw unmatched in blue color 
      #print dist 
      color = (255,0,0) 

     #Draw matched key points on original image 
     x,y = kp[res].pt 
     center = (int(x),int(y)) 
     cv2.circle(img,center,2,color,-1) 

     #Draw matched key points on template image 
     x,y = keys[h].pt 
     center = (int(x),int(y)) 
     cv2.circle(template,center,2,color,-1) 



    cv2.imshow('img',img) 
    cv2.imshow('tm',template) 
    cv2.waitKey(0) 
    cv2.destroyAllWindows() 

Każda pomoc w tym zakresie jest bardzo doceniana.

Answer 1

Miałem ten sam problem. Odkryłem, że zmieniłem długość danych. Produkt z argumentów reshape powinien być równy długości tablicy, którą zmieniasz. W twoim przypadku:

des = np.array(des,np.float32).reshape(1, len(des))