OpenCV中图像的浅拷贝和深拷贝

           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