OpenCV Error: Assertion failed (src.size() == dst.size() &&src.channels<>==dst.c
OpenCV Error: Assertion failed (src.size() == dst.size() &&src.channels<>==dst.channels<>>in unknown function
一直找不到解决方法，跪求解决方案



下面是代码：
[code=C/C++][/code]
#include "cvut.h"
#include <iostream>
#include <fstream>
#include <string>

using namespace cvut;
using namespace std;

#pragma comment(lib,"cxcore.lib")
#pragma comment(lib,"cv.lib")
#pragma comment(lib,"highgui.lib")

void main() {
ifstream fin(
"C:\\Users\\dzy\\Documents\\Visual Studio 2008\\Projects\\opencv\\Debug\\1.txt"); /* 定标所用图像文件的路径 *///修改路径
ofstream fout("C:\\Users\\dzy\\Documents\\Visual Studio 2008\\Projects\\opencv\\Debug\\2.txt"); /* 保存定标结果的文件 *///修改路径

/************************************************************************
读取每一幅图像，从中提取出角点，然后对角点进行亚像素精确化
*************************************************************************/
cout<<"开始提取角点………………";
int image_count=0; /* 图像数量 */
CvSize image_size; /* 图像的尺寸 */
CvSize board_size = cvSize(5,7); /* 定标板上每行、列的角点数 *///修改角点数
CvPoint2D32f* image_points_buf = new CvPoint2D32f[board_size.width*board_size.height]; /* 缓存每幅图像上检测到的角点 */
Seq<CvPoint2D32f> image_points_seq; /* 保存检测到的所有角点 */

string filename;
while (getline(fin,filename))
{
cout<<"\n 将鼠标焦点移到标定图像所在窗口 并输入回车进行下一幅图像的角点提取 \n";

image_count++;
int count;
Image<uchar> view(filename);
if (image_count == 1) {
image_size.width = view.size().width;
image_size.height = view.size().height;
}
/* 提取角点 */
if (0 == cvFindChessboardCorners( view.cvimage, board_size,
image_points_buf, &count, CV_CALIB_CB_ADAPTIVE_THRESH ))
{
cout<<"can not find chessboard corners!\n";
exit(1);
} else {
Image<uchar> view_gray(view.size(),8,1);
rgb2gray(view,view_gray);
/* 亚像素精确化 */
cvFindCornerSubPix( view_gray.cvimage, image_points_buf, count, cvSize(11,11),
cvSize(-1,-1), cvTermCriteria( CV_TERMCRIT_EPS+CV_TERMCRIT_ITER, 30, 0.1 ));
image_points_seq.push_back(image_points_buf,count);
/* 在图像上显示角点位置 */
cvDrawChessboardCorners( view.cvimage, board_size, image_points_buf, count, 1);
view.show("calib");
cvWaitKey();
view.close();
}


}
delete []image_points_buf;
cout<<"角点提取完成！\n";

/************************************************************************
摄像机定标
*************************************************************************/
cout<<"开始定标………………";
CvSize square_size = cvSize(5,7); /* 实际测量得到的定标板上每个棋盘格的大小 */
Matrix<double> object_points(1,board_size.width*board_size.height*image_count,3); /* 保存定标板上角点的三维坐标 */
Matrix<double> image_points(1,image_points_seq.cvseq->total,2); /* 保存提取的所有角点 */
Matrix<int> point_counts(1,image_count,1); /* 每幅图像中角点的数量 */
Matrix<double> intrinsic_matrix(3,3,1); /* 摄像机内参数矩阵 */
Matrix<double> distortion_coeffs(1,4,1); /* 摄像机的4个畸变系数：k1,k2,p1,p2 */
Matrix<double> rotation_vectors(1,image_count,3); /* 每幅图像的旋转向量 */
Matrix<double> translation_vectors(1,image_count,3); /* 每幅图像的平移向量 */


/* 初始化定标板上角点的三维坐标 */
int i,j,t;
for (t=0;t<image_count;t++) {
for (i=0;i<board_size.height;i++) {
for (j=0;j<board_size.width;j++) {
/* 假设定标板放在世界坐标系中z=0的平面上 */
object_points(0,t*board_size.height*board_size.width+i*board_size.width+j,0) = i*square_size.width;
object_points(0,t*board_size.height*board_size.width+i*board_size.width+j,1) = j*square_size.height;

object_points(0,t*board_size.height*board_size.width+i*board_size.width+j,2) = 0;
}
}
}

/* 将角点的存储结构转换成矩阵形式 */
for (i=0;i<image_points_seq.cvseq->total;i++) {
image_points(0,i,0) = image_points_seq[i].x;
image_points(0,i,1) = image_points_seq[i].y;
}

/* 初始化每幅图像中的角点数量，这里我们假设每幅图像中都可以看到完整的定标板 */
for (i=0;i<image_count;i++)
point_counts(0,i) = board_size.width*board_size.height;

/* 开始定标 */
cvCalibrateCamera2(object_points.cvmat,
image_points.cvmat,
point_counts.cvmat,
image_size,
intrinsic_matrix.cvmat,
distortion_coeffs.cvmat,
rotation_vectors.cvmat,
translation_vectors.cvmat,
0);
cout<<"定标完成！\n";

/************************************************************************
对定标结果进行评价
*************************************************************************/
cout<<"开始评价定标结果………………\n";
double total_err = 0.0; /* 所有图像的平均误差的总和 */
double err = 0.0; /* 每幅图像的平均误差 */
Matrix<double> image_points2(1,point_counts(0,0,0),2); /* 保存重新计算得到的投影点 */

cout<<"\t每幅图像的定标误差：\n";
fout<<"每幅图像的定标误差：\n";
for (i=0;i<image_count;i++) {
/* 通过得到的摄像机内外参数，对空间的三维点进行重新投影计算，得到新的投影点 */
cvProjectPoints2(object_points.get_cols(i*point_counts(0,0,0),(i+1)*point_counts(0,0,0)-1).cvmat,
rotation_vectors.get_col(i).cvmat,
translation_vectors.get_col(i).cvmat,
intrinsic_matrix.cvmat,
distortion_coeffs.cvmat,
image_points2.cvmat,
0,0,0,0);
/* 计算新的投影点和旧的投影点之间的误差*/
err = cvNorm(image_points.get_cols(i*point_counts(0,0,0),(i+1)*point_counts(0,0,0)-1).cvmat,
image_points2.cvmat,
CV_L1);
total_err += err/=point_counts(0,0,0);
cout<<"\t\t第"<<i+1<<"幅图像的平均误差："<<err<<"像素"<<'\n';
fout<<"\t第"<<i+1<<"幅图像的平均误差："<<err<<"像素"<<'\n';
}
cout<<"\t总体平均误差："<<total_err/image_count<<"像素"<<'\n';
fout<<"总体平均误差："<<total_err/image_count<<"像素"<<'\n'<<'\n';
cout<<"评价完成！\n";

/************************************************************************
保存定标结果
*************************************************************************/
cout<<"开始保存定标结果………………";
Matrix<double> rotation_vector(3,1); /* 保存每幅图像的旋转向量 */
Matrix<double> rotation_matrix(3,3); /* 保存每幅图像的旋转矩阵 */

fout<<"相机内参数矩阵：\n";
fout<<intrinsic_matrix<<'\n';
fout<<"畸变系数：\n";
fout<<distortion_coeffs<<'\n';
for (i=0;i<image_count;i++) {
fout<<"第"<<i+1<<"幅图像的旋转向量：\n";
fout<<rotation_vectors.get_col(i);
/* 对旋转向量进行存储格式转换 */
for (j=0;j<3;j++) {
rotation_vector(j,0,0) = rotation_vectors(0,i,j);
}
/* 将旋转向量转换为相对应的旋转矩阵 */
cvRodrigues2(rotation_vector.cvmat,rotation_matrix.cvmat);
fout<<"第"<<i+1<<"幅图像的旋转矩阵：\n";
fout<<rotation_matrix;
fout<<"第"<<i+1<<"幅图像的平移向量：\n";
fout<<translation_vectors.get_col(i)<<'\n';
}
cout<<"完成保存\n";
}

[解决办法]
看着就很不舒服

C/C++ code

#include "cvut.h"#include <iostream>#include <fstream>#include <string>using namespace cvut;using namespace std;#pragma comment(lib,"cxcore.lib")#pragma comment(lib,"cv.lib")#pragma comment(lib,"highgui.lib")void main() {ifstream fin( "C:\\Users\\dzy\\Documents\\Visual Studio 2008\\Projects\\opencv\\Debug\\1.txt"); /* 定标所用图像文件的路径 *///修改路径ofstream fout("C:\\Users\\dzy\\Documents\\Visual Studio 2008\\Projects\\opencv\\Debug\\2.txt"); /* 保存定标结果的文件 *///修改路径  /************************************************************************读取每一幅图像，从中提取出角点，然后对角点进行亚像素精确化*************************************************************************/cout<<"开始提取角点………………";int image_count=0; /* 图像数量 */CvSize image_size; /* 图像的尺寸 */CvSize board_size = cvSize(5,7); /* 定标板上每行、列的角点数 *///修改角点数CvPoint2D32f* image_points_buf = new CvPoint2D32f[board_size.width*board_size.height]; /* 缓存每幅图像上检测到的角点 */Seq<CvPoint2D32f> image_points_seq; /* 保存检测到的所有角点 */string filename;while (getline(fin,filename)){cout<<"\n 将鼠标焦点移到标定图像所在窗口 并输入回车进行下一幅图像的角点提取 \n";image_count++;int count;Image<uchar> view(filename);if (image_count == 1) {image_size.width = view.size().width;image_size.height = view.size().height;}/* 提取角点 */if (0 == cvFindChessboardCorners( view.cvimage, board_size,  image_points_buf, &count, CV_CALIB_CB_ADAPTIVE_THRESH )){cout<<"can not find chessboard corners!\n";exit(1);} else {Image<uchar> view_gray(view.size(),8,1);rgb2gray(view,view_gray);/* 亚像素精确化 */cvFindCornerSubPix( view_gray.cvimage, image_points_buf, count, cvSize(11,11),cvSize(-1,-1), cvTermCriteria( CV_TERMCRIT_EPS+CV_TERMCRIT_ITER, 30, 0.1 ));image_points_seq.push_back(image_points_buf,count);/* 在图像上显示角点位置 */cvDrawChessboardCorners( view.cvimage, board_size, image_points_buf, count, 1);view.show("calib");cvWaitKey();view.close();}}delete []image_points_buf;cout<<"角点提取完成！\n";/************************************************************************摄像机定标*************************************************************************/cout<<"开始定标………………";CvSize square_size = cvSize(5,7); /* 实际测量得到的定标板上每个棋盘格的大小 */Matrix<double> object_points(1,board_size.width*board_size.height*image_count,3); /* 保存定标板上角点的三维坐标 */Matrix<double> image_points(1,image_points_seq.cvseq->total,2); /* 保存提取的所有角点 */Matrix<int> point_counts(1,image_count,1); /* 每幅图像中角点的数量 */Matrix<double> intrinsic_matrix(3,3,1); /* 摄像机内参数矩阵 */Matrix<double> distortion_coeffs(1,4,1); /* 摄像机的4个畸变系数：k1,k2,p1,p2 */Matrix<double> rotation_vectors(1,image_count,3); /* 每幅图像的旋转向量 */Matrix<double> translation_vectors(1,image_count,3); /* 每幅图像的平移向量 *//* 初始化定标板上角点的三维坐标 */int i,j,t;for (t=0;t<image_count;t++) {for (i=0;i<board_size.height;i++) {for (j=0;j<board_size.width;j++) {/* 假设定标板放在世界坐标系中z=0的平面上 */object_points(0,t*board_size.height*board_size.width+i*board_size.width+j,0) = i*square_size.width;object_points(0,t*board_size.height*board_size.width+i*board_size.width+j,1) = j*square_size.height;object_points(0,t*board_size.height*board_size.width+i*board_size.width+j,2) = 0;}}}/* 将角点的存储结构转换成矩阵形式 */for (i=0;i<image_points_seq.cvseq->total;i++) {image_points(0,i,0) = image_points_seq[i].x;image_points(0,i,1) = image_points_seq[i].y;}/* 初始化每幅图像中的角点数量，这里我们假设每幅图像中都可以看到完整的定标板 */for (i=0;i<image_count;i++)point_counts(0,i) = board_size.width*board_size.height;/* 开始定标 */cvCalibrateCamera2(object_points.cvmat,image_points.cvmat,  point_counts.cvmat,image_size,  intrinsic_matrix.cvmat,distortion_coeffs.cvmat,  rotation_vectors.cvmat,translation_vectors.cvmat,0);cout<<"定标完成！\n";/************************************************************************对定标结果进行评价*************************************************************************/cout<<"开始评价定标结果………………\n";double total_err = 0.0; /* 所有图像的平均误差的总和 */double err = 0.0; /* 每幅图像的平均误差 */Matrix<double> image_points2(1,point_counts(0,0,0),2); /* 保存重新计算得到的投影点 */cout<<"\t每幅图像的定标误差：\n";fout<<"每幅图像的定标误差：\n";for (i=0;i<image_count;i++) {/* 通过得到的摄像机内外参数，对空间的三维点进行重新投影计算，得到新的投影点 */cvProjectPoints2(object_points.get_cols(i*point_counts(0,0,0),(i+1)*point_counts(0,0,0)-1).cvmat,rotation_vectors.get_col(i).cvmat,translation_vectors.get_col(i).cvmat,intrinsic_matrix.cvmat,distortion_coeffs.cvmat,image_points2.cvmat,0,0,0,0);/* 计算新的投影点和旧的投影点之间的误差*/err = cvNorm(image_points.get_cols(i*point_counts(0,0,0),(i+1)*point_counts(0,0,0)-1).cvmat,image_points2.cvmat,CV_L1);total_err += err/=point_counts(0,0,0);cout<<"\t\t第"<<i+1<<"幅图像的平均误差："<<err<<"像素"<<'\n';fout<<"\t第"<<i+1<<"幅图像的平均误差："<<err<<"像素"<<'\n';}cout<<"\t总体平均误差："<<total_err/image_count<<"像素"<<'\n';fout<<"总体平均误差："<<total_err/image_count<<"像素"<<'\n'<<'\n';cout<<"评价完成！\n";/************************************************************************保存定标结果*************************************************************************/cout<<"开始保存定标结果………………";Matrix<double> rotation_vector(3,1); /* 保存每幅图像的旋转向量 */Matrix<double> rotation_matrix(3,3); /* 保存每幅图像的旋转矩阵 */fout<<"相机内参数矩阵：\n";fout<<intrinsic_matrix<<'\n';fout<<"畸变系数：\n";fout<<distortion_coeffs<<'\n';for (i=0;i<image_count;i++) {fout<<"第"<<i+1<<"幅图像的旋转向量：\n";fout<<rotation_vectors.get_col(i);/* 对旋转向量进行存储格式转换 */for (j=0;j<3;j++) {rotation_vector(j,0,0) = rotation_vectors(0,i,j);}/* 将旋转向量转换为相对应的旋转矩阵 */cvRodrigues2(rotation_vector.cvmat,rotation_matrix.cvmat);fout<<"第"<<i+1<<"幅图像的旋转矩阵：\n";fout<<rotation_matrix;fout<<"第"<<i+1<<"幅图像的平移向量：\n";fout<<translation_vectors.get_col(i)<<'\n';}cout<<"完成保存\n";} 
 
[解决办法]
你的 src 和dst ,不匹配
1.check这两个图或者矩阵是不是初始化了
2.如果初始化了，初始化的大小是不是一样，即两者有没有相同的长宽
3.两者的depth深度是不是一样，即是不是一个是三通道的，一个是单通道的。
或者一个是单通道32位浮点类型，一个是单通道8位整形类型