Assertsrc.channels() == 1意味着图像应该有1个通道，即它必须是灰色的，而不是彩色的。您在roi上调用countNonZero，roi是binaryImage的子图像，binaryImage是src的克隆，src最初是彩色的。
我猜你想写cvtColor(binaryImage, binaryImage, CV_BGR2GRAY);。在这种情况下，它是有意义的。但是，我没有看到你再次使用src，所以也许你不需要这个中间图像。如果你这样做，不要调用“binary”，因为“binary”在计算机视觉中通常代表黑色或白色图像，只有两种颜色。你的图像是“gray”，因为它有黑色和白色的所有阴影。
关于你原来的任务，三木是对的，你应该用cv::reduce，他已经给了你一个例子。

顺便说一句，您可以使用reduce计算水平投影，作为参数CV_REDUCE_SUM。
举个最小的例子：

Mat1b mat(4, 4, uchar(0));
mat(0,0) = uchar(1);
mat(0,1) = uchar(1);
mat(1,1) = uchar(1);

// mat is: 
//
// 1100
// 0100
// 0000
// 0000

// Horizontal projection, result would be a column matrix
Mat1i reducedHor;
cv::reduce(mat, reducedHor, 1, CV_REDUCE_SUM);

// reducedHor is:
//
// 2
// 1
// 0
// 0

// Vertical projection, result would be a row matrix
Mat1i reducedVer;
cv::reduce(mat, reducedVer, 0, CV_REDUCE_SUM);

// reducedVer is:
//
// 1200

// Summary
//
// 1100 > 2
// 0100 > 1
// 0000 > 0
// 0000 > 0
// 
// vvvv
// 1200

您可以像这样对图像使用此功能：

// RGB image
Mat3b img = imread("path_to_image");

// Gray image, contains values in [0,255]
Mat1b gray;
cvtColor(img, gray, CV_BGR2GRAY);

// Binary image, contains only 0,1 values
// The sum of pixel values will equal the count of non-zero pixels
Mat1b binary;
threshold(gray, binary, 1, 1, THRESH_BINARY);

// Horizontal projection
Mat1i reducedHor;
cv::reduce(binary, reducedHor, 1, CV_REDUCE_SUM);

// Vertical projection
Mat1i reducedVer;
cv::reduce(binary, reducedVer, 0, CV_REDUCE_SUM);

将图像转换为灰度，然后执行countNonZero（），它将工作

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
area = cv.countNonZero(gray)