0

我已经检测到轮廓并将它们存储在cnts中，并且我正在逐一访问它们，c_list是我感兴趣的轮廓列表。我想使用以下代码检查我现在访问的轮廓是否已经被访问过：

if not (np.all(cnts[c] in c_list)):
      while hierarchy[0][k][2] != -1:
        k = hierarchy[0][k][2]
        c_list.append(cnts[k])
        s = s+1

我仍然收到错误

ValueError：具有多个元素的数组的真值不明确。使用 a.any() 或 a.all()

有人可以纠正我做错了什么吗？

4

1 回答 1

2

您的问题与 OpenCV 并没有真正的关系，它来自 numpy。

考虑以下示例：

>>> import numpy as np
>>> [1,3] in [[1,3],[4,5]]
True

>>> np.array([1,3]) in [[1,3],[4,5]]
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

在您指定的评论中（我们可以从 OpenCV 本身断言，但此信息应该在您的问题开始）您正在比较的对象可能类似于

c_list = [[[[291, 267]], [[288, 268]], [[289, 267]]]]
cnts = np.array([[[291, 267]], [[288, 268]], [[289, 267]]])
# test for cnts[0] in c_list

问题是 a 的索引元素numpy.ndarray仍然是 a numpy.ndarray，但正如您在我的第一个示例中看到的那样，当您尝试对它们使用通常的逻辑操作与本机列表配对时，numpy 数组的行为会有所不同。这是有道理的，因为在原生 python中，处理列表值操作数的唯一明显方法in是测试第二个列表是否具有等于第一个列表的列表值元素。使用 numpy，您通常希望对数组进行元素测试，这就是为什么相同的表达式会导致错误。

现在，解决您的问题比预期的要复杂。目前尚不完全清楚您要达到的目标，并且可能有一种更合乎逻辑的方法来实现。无论如何，请考虑这些修改后的示例：

>>> [1,3] in [[1,3],[4,5]]
True
>>> [1,3] in [[1,2],[4,5]]
False
>>> np.array([1,3]) in np.array([[1,3],[4,5]])
True
>>> np.array([1,3]) in np.array([[1,2],[4,5]])
True
>>> np.array([1,3]) in np.array([[0,2],[4,5]])
False

虽然在两个 ndarrayin之间使用不会产生错误，但它的行为方式令人惊讶：如果两个数组之间有任何公共元素，它就会返回！这显然不是你想要做的。True

在我看来，你有两个选择。您可以将所有 ndarray 转换为列表。我的意思是说：

>>> np.array([1,3]).tolist() in np.array([[1,3],[4,5]]).tolist()
True
>>> np.array([1,3]).tolist() in np.array([[1,2],[4,5]]).tolist()
False

这需要您调用c_list.append(cnts[k].tolist())和测试if not (cnts[c].tolist() in c_list):，但将 numpy 数组转换为原生 python 列表通常不是一个好主意，主要是出于内存考虑。如果你的轮廓有很多元素（这取决于你是否传递cv2.CHAIN_APPROX_SIMPLE给findContours()），这可能是一个强约束。

另一种选择是完全使用 numpy。如果我正确理解您想检查数组np.array([[a,b]])是否在数组列表中[np.array([[c,d]]), np.array([[f,g]]),...]，那么您可以使用元素相等测试，利用数组广播，并使用np.all()andnp.any()来减少结果。例子：

>>> to_find = np.array([[1,3]])
>>> in_which = [np.array([[2,4]]),np.array([[1,3]]),np.array([[5,6]])]
>>> to_find in in_which
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()
>>> np.all(to_find==in_which,axis=-1).any()
True

不包含您的模板的列表也是如此：

>>> to_find = np.array([[1,3]])
>>> in_which = [np.array([[2,4]]),np.array([[1,2]]),np.array([[5,6]])]
>>> np.all(to_find==in_which,axis=-1).any()
False
于 2016-06-07T11:57:52.520 回答