opencv中mat深拷贝和浅拷贝

1. 浅拷贝(Shallow Copy)

  • 特点

    • 共享数据内存,新对象和原对象指向同一块内存数据。

    • 修改任一对象的数据会影响另一个对象(因为内存共享)。

    • 高效(仅复制矩阵头信息,不复制实际数据)。

  • 实现方式

    • 直接赋值

      复制代码
      cv::Mat img1 = imread("image.jpg");
      cv::Mat img2 = img1;  // 浅拷贝
    • 使用 clone() 的误用

      若对浅拷贝后的对象调用 clone(),仍需注意原对象是否被修改。

  • 示例

    复制代码
    cv::Mat mat1 = (cv::Mat_<int>(2,2) << 1, 2, 3, 4);
    cv::Mat mat2 = mat1;     // 浅拷贝
    mat2.at<int>(0,0) = 99;  // 修改 mat2 会影响 mat1
    
    std::cout << mat1 << std::endl;  // 输出 [99, 2; 3, 4]

2. 深拷贝(Deep Copy)

  • 特点

    • 独立分配内存,新对象和原对象完全隔离。

    • 修改任一对象不会影响另一个对象。

    • 开销较大(需复制全部数据)。

  • 实现方式

    • clone() 方法

      复制代码
      cv::Mat img1 = imread("image.jpg");
      cv::Mat img2 = img1.clone();  // 深拷贝
    • copyTo() 方法

      复制代码
      cv::Mat img2;
      img1.copyTo(img2);  // 深拷贝
  • 示例

    复制代码
    cv::Mat mat1 = (cv::Mat_<int>(2,2) << 1, 2, 3, 4);
    cv::Mat mat2 = mat1.clone();  // 深拷贝
    mat2.at<int>(0,0) = 99;       // 修改 mat2 不会影响 mat1
    
    std::cout << mat1 << std::endl;  // 输出 [1, 2; 3, 4]

3. 关键区别总结

特性 浅拷贝 深拷贝
内存共享 是(修改互相影响) 否(数据独立)
性能 高效(仅复制矩阵头) 较慢(复制全部数据)
实现方法 = 赋值 clone()copyTo()
适用场景 只读操作或临时引用 需独立修改数据时

4. 特殊情况与注意事项

(1) ROI(Region of Interest)的浅拷贝

  • 通过 cv::Mat roi = img(cv::Rect(x,y,w,h)) 创建的 ROI 是浅拷贝。

  • 修改 ROI 会影响原图:

    复制代码
    cv::Mat image = imread("image.jpg");
    cv::Mat roi = image(cv::Rect(0,0,100,100));  // ROI 浅拷贝
    roi.setTo(0);  // 原图中对应区域也会变黑!

(2) copyTo() 的掩膜(Mask)功能

  • copyTo() 可结合掩膜实现选择性复制:

    复制代码
    cv::Mat dst;
    src.copyTo(dst, mask);  // 仅复制 mask 非零区域

(3) 多通道数据的拷贝

  • 深拷贝会复制所有通道数据,保持完整独立性:

    复制代码
    cv::Mat color_img = imread("color.jpg");
    cv::Mat deep_copy = color_img.clone();  // 所有通道独立

5. 如何选择拷贝方式?

  • 用浅拷贝

    • 需要快速传递数据且不修改内容时(如函数参数传递只读数据)。

    • 操作 ROI 时(避免内存重复分配)。

  • 用深拷贝

    • 需独立修改数据时(如滤波、变换等操作)。

    • 避免函数内修改影响外部数据时。


代码验证工具

可以通过以下代码检查两个矩阵是否共享内存:

复制代码
bool isSameData(const cv::Mat& a, const cv::Mat& b) {
    return a.data == b.data;  // 返回 true 表示浅拷贝
}

掌握深/浅拷贝的区别能有效避免 OpenCV 中的内存错误和逻辑问题!

相关推荐
想变成树袋熊15 分钟前
【自用】NLP算法面经(6)
人工智能·算法·自然语言处理
格林威37 分钟前
Baumer工业相机堡盟工业相机如何通过YoloV8深度学习模型实现沙滩小人检测识别(C#代码UI界面版)
人工智能·深度学习·数码相机·yolo·计算机视觉
checkcheckck1 小时前
spring ai 适配 流式回答、mcp、milvus向量数据库、rag、聊天会话记忆
人工智能
Microvision维视智造1 小时前
从“人工眼”到‘智能眼’:EZ-Vision视觉系统如何重构生产线视觉检测精度?
图像处理·人工智能·重构·视觉检测
巫婆理发2221 小时前
神经网络(多层感知机)(第二课第二周)
人工智能·深度学习·神经网络
lxmyzzs1 小时前
【打怪升级 - 03】YOLO11/YOLO12/YOLOv10/YOLOv8 完全指南:从理论到代码实战,新手入门必看教程
人工智能·神经网络·yolo·目标检测·计算机视觉
SEO_juper1 小时前
企业级 AI 工具选型报告:9 个技术平台的 ROI 对比与部署策略
人工智能·搜索引擎·百度·llm·工具·geo·数字营销
Coovally AI模型快速验证1 小时前
数据集分享 | 智慧农业实战数据集精选
人工智能·算法·目标检测·机器学习·计算机视觉·目标跟踪·无人机
xw33734095641 小时前
彩色转灰度的核心逻辑:三种经典方法及原理对比
人工智能·python·深度学习·opencv·计算机视觉
蓝桉8021 小时前
opencv学习(图像金字塔)
人工智能·opencv·学习