python - 为什么 cv2.rectangle 有时会返回 np.ndarray，而有时会返回 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 的这种奇怪行为：

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

• 当输入图像是 arr 的某个变体时，例如 arr[:, :, [2, 0, 1]]，cv2.rectangle() 返回一个 cv2.UMat，并且不绘制矩形。

我目前的环境是：

• 蟒蛇 3.7
• 开放式简历 4.1

以下是代码：

1. 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")

2. 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)

3. 你会找到：

   • ret 是一个 np.ndarray
   • ret 的可视化和显示绘制了一个矩形

4. 尝试另一种方式：

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

5. 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？

标签： pythonpython-3.xnumpyopencv

Answer 1

我会努力回答这个问题，因为我经常偶然发现这个问题，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布局。切片时np.array，numpy只需更改读取顺序以提高速度（而不是耗时的复制）并因此使其不连续（在此处找到）。

@Das Masek 和@Eric 的陈述都是正确的。使用 index-array 对 an 进行切片始终np.array会创建一个副本，如此处所述。但是，不幸的是，复制了数组，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）。numpy

解决方案将是以下之一：

1. copy()np.array; _ 通过显式复制，numpy将布局更改回连续，而不是使用索引数组切片。你可以检查flags你的阵列a.flags等等。如果你想自动化某些东西，这显然是最昂贵的，因为你每次都在复制。
2. 对我来说更优雅的版本是使用np.ascontiguousarray(). 只有当数组已经不连续时，此函数才会更改数组的布局，并且不会copy。

---

另一方面：根据文档，所有 OpenCV 绘图函数实际上都有一个None返回值，因为它们是就地函数。因此，我建议这样使用它们。