OpenCV操作图像副本像素致原图像同步修改显示全黑的解决方法
图像副本修改联动原图问题排查
核心原因
你写的imageCopy= binarizedImage根本没创建新的图像副本。OpenCV在Python环境中加载的图像本质是numpy多维数组,直接用等号赋值时,两个变量指向的是同一块内存地址——说白了就是同一份数据起了两个名字,根本不存在第二份独立副本。
你对imageCopy做切片改像素的时候,修改的就是这块共享内存里的内容,原图像binarizedImage当然会同步变化。
至于修改后弹出的窗口看起来全黑,是因为你把原来二值图里代表白色的255灰度值,全给改成1了。OpenCV显示8位单通道图的范围是0(纯黑)到255(纯白),灰度1和纯黑人眼几乎看不出区别,视觉上自然就是全黑效果——本质是你压根没用到副本,直接把原二值图的像素给改没了。
正确实现独立副本的方式
要让副本的修改完全不牵连原图像,必须给数组做深拷贝,把内存关联彻底断开:
- 把原来的赋值行
imageCopy= binarizedImage改成imageCopy = binarizedImage.copy() - 这行代码会把原数组的形状、每一个像素值、数据类型全部复制到一块全新的独立内存里,之后不管你怎么改副本的像素,都碰不到原数组的数据。
修正后的可直接运行的代码:
# 读入灰度图 img = cv.imread('img/test.png', 0) # Otsu自动阈值二值化 ret2, binarizedImage = cv.threshold(img, 127, 255, cv.THRESH_BINARY+cv.THRESH_OTSU) cv.imshow('Binarized', binarizedImage) # 生成独立深拷贝,不再和原数组共享内存 imageCopy = binarizedImage.copy() imageCopy[imageCopy==255] = 1 # 此时原二值图数据完全没被改动,能正常显示预期效果 cv.imshow('Binarized2', binarizedImage)
避坑提醒:别用
imageCopy = binarizedImage[:]这种切片当副本用——这是numpy的浅拷贝(视图模式),依然和原数组共享同一块内存,修改时一样会污染原图像。
内容的提问来源于stack exchange,提问作者ussrback
相关产品推荐
相关产品推荐

