OpenCV: сбой утверждения типа данных с функцией split ()

Я пытаюсь следовать примеру дискретного преобразования Фурье (dft) здесь: http://docs.opencv.org/doc/tutorials/core/discrete_fourier_transform/discrete_fourier_transform.html

Я использую 2.4.8 в Visual Studio 2013 Express в Windows 8.

Я изменил пример так, что вместо загрузки изображения в оттенках серого я использую цветное изображение, снятое с моей веб-камеры (загруженное в переменную Mat).

Когда я запускаю приведенный выше пример, я получаю следующую ошибку:

"Ошибка утверждения Tp> :: channels == m.channels ()) в cv :: Mat :: operator"

и разрыв в следующей строке:

Mat planes[] = { Mat_<float>(padded), Mat::zeros(padded.size(), CV_32F) };

Осмотревшись, я увидел, что это старый способ преобразования между типами, поэтому я добавил эти строки, чтобы преобразовать все в CV_32F:

padded.convertTo(padded32, CV_32F);
Mat planes[] = { padded32, Mat::zeros(padded32.size(), CV_32F) };

Теперь проблема в том, что я получаю еще одно утверждение, которое терпит неудачу на несколько строк ниже:

split(complexI, planes); 

Ошибка:

"Ошибка утверждения (Тип == CV_32FC1 || Тип == CV_32FC2 || ... || Тип == CV_64FC2) в cv :: dft"

Так что теперь похоже, что ему не нравится тип данных CV_32F. Я попытался создать тип данных CV_32FC1, но возникла та же ошибка. Я подозреваю, что это связано с типом выходных данных complexI из функции dft (), но я не уверен, что делать. Это также может быть связано с количеством каналов во входных данных (3-канальный цвет и 1-канальное изображение в оттенках серого).

Спасибо за помощь.

Полный код из связанного примера:

#include "opencv2/core/core.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"
#include <iostream>
int main(int argc, char ** argv)
{
    const char* filename = argc >=2 ? argv[1] : "lena.jpg";

    Mat I = imread(filename, CV_LOAD_IMAGE_GRAYSCALE);
    if( I.empty())
        return -1;

    Mat padded;                            //expand input image to optimal size
    int m = getOptimalDFTSize( I.rows );
    int n = getOptimalDFTSize( I.cols ); // on the border add zero values
    copyMakeBorder(I, padded, 0, m - I.rows, 0, n - I.cols, BORDER_CONSTANT, Scalar::all(0));

    Mat planes[] = {Mat_<float>(padded), Mat::zeros(padded.size(), CV_32F)};
    Mat complexI;
    merge(planes, 2, complexI);         // Add to the expanded another plane with zeros

    dft(complexI, complexI);            // this way the result may fit in the source matrix

    // compute the magnitude and switch to logarithmic scale
    // => log(1 + sqrt(Re(DFT(I))^2 + Im(DFT(I))^2))
    split(complexI, planes);                   // planes[0] = Re(DFT(I), planes[1] = Im(DFT(I))
    magnitude(planes[0], planes[1], planes[0]);// planes[0] = magnitude
    Mat magI = planes[0];

    magI += Scalar::all(1);                    // switch to logarithmic scale
    log(magI, magI);

    // crop the spectrum, if it has an odd number of rows or columns
    magI = magI(Rect(0, 0, magI.cols & -2, magI.rows & -2));

    // rearrange the quadrants of Fourier image  so that the origin is at the image center
    int cx = magI.cols/2;
    int cy = magI.rows/2;

    Mat q0(magI, Rect(0, 0, cx, cy));   // Top-Left - Create a ROI per quadrant
    Mat q1(magI, Rect(cx, 0, cx, cy));  // Top-Right
    Mat q2(magI, Rect(0, cy, cx, cy));  // Bottom-Left
    Mat q3(magI, Rect(cx, cy, cx, cy)); // Bottom-Right

    Mat tmp;                           // swap quadrants (Top-Left with Bottom-Right)
    q0.copyTo(tmp);
    q3.copyTo(q0);
    tmp.copyTo(q3);

    q1.copyTo(tmp);                    // swap quadrant (Top-Right with Bottom-Left)
    q2.copyTo(q1);
    tmp.copyTo(q2);

    normalize(magI, magI, 0, 1, CV_MINMAX); // Transform the matrix with float values into a
                                            // viewable image form (float between values 0 and 1).

    imshow("Input Image"       , I   );    // Show the result
    imshow("spectrum magnitude", magI);
    waitKey();

    return 0;
}