多通道图像中的 calcCovarMatrix 和未解决的断言错误

我尝试从存储在 cv::Mat 中的图像获取协方差矩阵。我需要它来计算马哈拉诺比斯距离并尝试进行一些颜色分割。

这是我的代码：

Mat covar, selection, meanBGR;
selection = src(roi);
calcCovarMatrix(selection, covar, meanBGR, CV_COVAR_NORMAL|CV_COVAR_ROWS);

Mat src 来自网络摄像头和标准 BGR opencv 格式，因此 CV_32FC3。像素以行向量顺序存储（我认为）（蓝色，绿色，红色）..所以我认为我的代码是正确的。但我收到此运行时错误：

mulTranspose 中的断言失败 (src.channels() == 1)

我也尝试用这种方式制作一个向量：

vector<Scalar> samples;

for(int i=0; i<selection.rows; i++) {
    for(int j=0; j<selection.cols; j++) {

        Scalar pixel = selection.at<Scalar>(i,j);
        Scalar sample(pixel[0], pixel[1], pixel[2]);
        samples.push_back(sample);
    }
}

calcCovarMatrix(samples, covar, meanBGR, CV_COVAR_NORMAL|CV_COVAR_ROWS);

但我总是遇到同样的错误。阅读manual http://opencv.willowgarage.com/documentation/cpp/core_operations_on_arrays.html#calcCovarMatrix没有任何想法。

我认为你不能向它传递一个 3 通道矩阵。这个小样本是否有效：

#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>

#include <iostream>

using namespace cv;
using namespace std;

int main(int /*argc*/, char** /*argv*/)
{
    Mat_<float> samples = (Mat_<float>(3, 3) << 1.0, 2.0, 3.0,
                                                4.0, 5.0, 6.0,
                                                7.0, 8.0, 9.0);

    Mat cov, mu;
    cv::calcCovarMatrix(samples, cov, mu, CV_COVAR_NORMAL | CV_COVAR_ROWS);

    cout << "cov: " << endl;
    cout << cov << endl;

    cout << "mu: " << endl;
    cout << mu << endl;

    return 0;
}

它应该输出：

cov: 
[18, 18, 18;
  18, 18, 18;
  18, 18, 18]
mu: 
[4, 5, 6]

希望有帮助！