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
ZZHow102415 分钟前
02OpenCV基本操作
python·opencv·计算机视觉
理智的煎蛋21 分钟前
CentOS/Ubuntu安装显卡驱动与GPU压力测试
大数据·人工智能·ubuntu·centos·gpu算力
知来者逆29 分钟前
视觉语言模型应用开发——Qwen 2.5 VL模型视频理解与定位能力深度解析及实践指南
人工智能·语言模型·自然语言处理·音视频·视觉语言模型·qwen 2.5 vl
IT_陈寒30 分钟前
Java性能优化:10个让你的Spring Boot应用提速300%的隐藏技巧
前端·人工智能·后端
Android出海34 分钟前
Android 15重磅升级:16KB内存页机制详解与适配指南
android·人工智能·新媒体运营·产品运营·内容运营
cyyt35 分钟前
深度学习周报(9.1~9.7)
人工智能·深度学习
聚客AI38 分钟前
🌸万字解析:大规模语言模型(LLM)推理中的Prefill与Decode分离方案
人工智能·llm·掘金·日新计划
max50060040 分钟前
图像处理:实现多图点重叠效果
开发语言·图像处理·人工智能·python·深度学习·音视频
麦麦麦造1 小时前
国外网友的3个步骤,实现用Prompt来写Prompt!超简单!
人工智能
闲看云起1 小时前
从BERT到T5:为什么说T5是NLP的“大一统者”?
人工智能·语言模型·transformer