在python中,用切片(如a[:])可以实现列表的深复制deep copy。但是对于从opencv读取的图片(是numpy.ndarray类型)来说,并不可以。有一个专门的copy方法来实现deep copy。
以下用代码来验证。
python list 切片可deep copy
我们知道在python中的list是可以通过切片实现deep copy的,例如:
def list_copy():
a = [1, 2, 3]
# for list, slicing CAN make deep copy
b = a[:]
b.append(4)
print('a', a)
print('b', b)
这个会输出
a [1, 2, 3]
b [1, 2, 3, 4]
可以看到b通过切片复制了a以后,二者是可独立变化互不影响。
图片(ndarray)的切片和copy
再来写一段代码,验证opencv中图片的deep copy。思路是从摄像头抓拍一幅图original,然后用切片得到一幅图sliced,在这幅图上添加几个字;再将original copy得到一幅图copied,也在上面写上几个不同的字。最后将三张图original, sliced, copied都显示出来,通过分析上面的文字,就可以知道哪种方法能不能创建deep copy,如果写的字影响到了original就不是deep copy,如果写的字没有影响original就是deep copy。
代码如下
def image_copy():
cap = cv2.VideoCapture(0)
ret, frame = cap.read()
cap.release()
if not ret:
print('can not capture camera')
return
print('cv image type: ', type(frame)) # <class 'numpy.ndarray'>
# the slicing can NOT make deep copy
sliced = frame[:, :, :]
cv2.putText(sliced, 'sliced', (20, 120), cv2.FONT_HERSHEY_SIMPLEX, 1.2, (0, 255, 0))
# the copy method CAN make deep copy
copied = frame.copy()
cv2.putText(copied, 'copied', (20, 220), cv2.FONT_HERSHEY_SIMPLEX, 1.2, (0, 255, 0))
cv2.imshow('original', frame)
cv2.imshow('sliced', sliced)
cv2.imshow('copied', copied)
cv2.waitKey()
程序输出图片如下
可以看到sliced写的字影响到了original,所以不是deep copy;而copied写的字并不影响original,所以是deep copy.