c - OpenCV cvCanny内存异常

我正在尝试做OpenCV书中的示例，并且我涉及到有关cvCanny的部分。我正在尝试使用它，但是我不断收到以下内存异常错误
Unhandled exception at 0x75d8b760 in Image_Transform.exe: Microsoft C++ exception: cv::Exception at memory location 0x0011e7a4..
我也看过另一篇与该问题类似的帖子，但它对我没有帮助，因为每次我都会遇到相同的错误。非常感谢您的帮助，该功能的源代码位于下面。

void example2_4(IplImage* img)
{
// Create windows to show input and ouput images
cvNamedWindow("Example 2-4 IN", CV_WINDOW_AUTOSIZE);
cvNamedWindow("Example 2-4 OUT", CV_WINDOW_AUTOSIZE);

// Display out input image
cvShowImage("Example 2-4 IN", img);

// Create an image to hold our modified input image
IplImage* out = cvCreateImage(cvGetSize(img), IPL_DEPTH_8U, 3);

// Do some smoothing
//cvSmooth(img, out, CV_GAUSSIAN, 3, 3);

// Do some Edge detection
cvCanny(img, out, 10, 20, 3);

// Show the results
cvShowImage("Example 2-4 OUT", out);

// Release the memory used by the transformed image
cvReleaseImage(&out);

// Wait for user to hit a key then clean up the windows
cvWaitKey(0);
cvDestroyWindow("Example 2-4 IN");
cvDestroyWindow("Example 2-4 OUT");
}

int main()
{
// Load in an image
IplImage* img = cvLoadImage("images/00000038.jpg");

// Run the transform
example2_4(img);

// clean the image from memory
cvReleaseImage(&img);

return 0;
}

最佳答案

您忘记说了是否能够看到屏幕上显示的原始图像。

我从不厌倦地告诉人们检查功能的返回是必须的!

考虑IplImage* img = cvLoadImage("images/00000038.jpg");，如何判断该函数是否成功？据我所知，您遇到的错误可能是由于函数在调用cvCanny()之前失败。

无论如何，我最近发布了code that uses cvCanny to improve circle detection。您可以检查该代码，然后查看自己在做什么。

编辑:

在这种情况下，您的问题是，当它仅接受单个通道图像时，您将传递给cvCanny输入和输出为3通道图像。 Check the docs:

Implements the Canny algorithm for edge detection.
Parameters:

    * image – Single-channel input image
    * edges – Single-channel image to store the edges found by the function
    * threshold1 – The first threshold
    * threshold2 – The second threshold
    * aperture_size – Aperture parameter for the Sobel operator (see Sobel)

因此，将您的代码更改为:

// Create an image to hold our modified input image
IplImage* out = cvCreateImage(cvGetSize(img), IPL_DEPTH_8U, 1);

// Do some smoothing
//cvSmooth(img, out, CV_GAUSSIAN, 3, 3);

IplImage* gray = cvCreateImage(cvGetSize(img), IPL_DEPTH_8U, 1);
cvCvtColor(img, gray, CV_BGR2GRAY);

// Do some Edge detection
cvCanny(gray, out, 10, 20, 3);