python - 为什么 cv2.rectangle 有时返回 np.ndarray，有时返回 cv2.UMat

Question

我目前正在对一些图像进行可视化，并发现了 opencv 的 cv2.rectangle 的这种奇怪的行为:

当输入图像是 np.ndarray 时，比如说 arr，cv2.rectangle() 返回一个 np.ndarray，而 arr 是用矩形绘制的。

当输入图像是 arr 的某种变体时，例如 arr[:, :, [2, 0, 1]]，cv2.rectangle() 返回一个 cv2.UMat，并且没有绘制矩形。

我目前的环境是:

Python 3.7

Opencv 4.1

以下是代码:

首先生成一个随机图像。

import numpy as np
import cv2
import copy

img = np.random.randint(0, 255, (100, 120, 3)).astype("uint8")

现在添加一个矩形

a = copy.deepcopy(img)
ret = cv2.rectangle(a, (0, 0), (10, 10), color=(255, 255, 255), thickness=2)

你会找到:

ret 是一个 np.ndarray

ret 的可视化并显示绘制了一个矩形

换一种方式试试:

b = copy.deepcopy(img)
c = b[:, :, [2, 1, 0]]
ret = cv2.rectangle(c, (0, 0), (10, 10), color=(255, 255, 255), thickness=2)

你会找到:

ret 是一个 cv2.UMat

ret 或 c 的可视化显示 没有绘制矩形

我真的很好奇我的代码有什么问题吗？还是背后隐藏着什么？

Answer 1

我会努力回答这个问题，因为我经常遇到这个问题，并且在评论中我看到了很多正确的东西!
OpenCV 只能处理 连续数组 ，这意味着它们必须以某种方式在内存中排列。当切片 np.array , numpy只是更改读取顺序以提高速度(而不是耗时的复制)并因此 非连续 (找到 here )。
@Das Masek 和@Eric 的陈述都是正确的。使用索引数组对 np.array 进行切片创建 总是 记录的副本 here .然而，不幸的是numpy复制数组但不会将其更改回连续数组(对我来说这似乎是不好的行为)。
解决方案将是以下之一:

copy() np.array ;通过明确复制，numpy将布局改回连续，与索引数组切片不同。您可以查看 flags您的阵列的 a.flags等等。如果您想自动化某些东西，这显然是最昂贵的，因为您实际上每次都在复制。

对我来说更优雅的版本是使用 np.ascontiguousarray() .此函数仅在数组已经不连续时才更改数组的布局，并且不会 copy它。

换个说法:根据 documentation ，所有OpenCV绘图函数其实都有一个 None返回值，因为它们是就地函数。因此，我建议使用它们。