OpenCV中图像其实就是MAT,它包含两个部分:header和data,其中header包含了图像的属性比如维度、行数、列数、位深等,而data部分即图像对应像素的矩阵。
我们拷贝图像时分为浅拷贝和深拷贝,浅拷贝拷贝的是图像的header部分,而没有拷贝data部分,因此浅拷贝后拷贝的图像和原图像公用一个data,那么改变一个图像另一个也会同时改变。
而深拷贝则是会将header和data同时拷贝,两个图像拥有各自的data,不会相互影响,具体示例见下面。
1.浅拷贝(直接赋值)
下面把img直接赋值给img2即为浅拷贝,浅拷贝并没有拷贝原图像的data,因此最终对img进行修改时,img2会同样被修改。
import cv2
import numpy as np
#浅拷贝
img=cv2.imread(r"E:\DOCUMENTS\th.jpg",1)
img2=img
#改变 img 值发现 img2值也会 发生改变
img[10:100,10:100]=[0,255,0]
cv2.imshow('img',img)
cv2.imshow('img2',img2)
key=cv2.waitKey(0)
if(key==ord('q')):
cv2.destroyAllWindows()
现象如下图,可以发现我们对img修改img2也同样被修改了
2.深拷贝(加.copy())
深拷贝会将img的data拷贝给img3,从而img3也拥有独立的data,那么我们对img操作不会影响到img3。
import cv2
import numpy as np
img=cv2.imread(r"E:\DOCUMENTS\th.jpg",1)
#深拷贝
img3=img.copy()
#改变 img 值发现 img3值不变
img[10:100,10:100]=[0,255,0]
cv2.imshow('img',img)
cv2.imshow('img3',img3)
key=cv2.waitKey(0)
if(key==ord('q')):
cv2.destroyAllWindows()
现象如下,对img操作img3并未改变