### Python 中 Mat 的深浅拷贝方法及属性访问 在 Python 中，`Mat` 是 OpenCV 库的核心数据结构之一，在实际操作中通常被转换为 NumPy 数组 `ndarray`。因此，对于 `Mat` 的深浅拷贝和属性访问可以通过 NumPy 提供的功能实现。 #### 深拷贝与浅拷贝 - **浅拷贝**是指创建一个新的对象，但它存储的是原对象的引用。如果修改新对象的内容，则会影响原始对象。 - **深拷贝**则是完全复制整个对象及其子对象，两者之间没有任何关联。 以下是具体的实现方式： ```python import cv2 import numpy as np # 创建一个示例图像矩阵 img = np.array([[1, 2], [3, 4]], dtype=np.uint8) # 浅拷贝 (view) shallow_copy = img.view() # 修改 shallow_copy 不会改变 img 的内存地址，但内容会被同步更新 shallow_copy[0][0] = 99 print("Original Image after Shallow Copy Modification:") print(img) # 输出 [[99, 2], [3, 4]] 表明内容已更改[^2] # 深拷贝 (copy) deep_copy = img.copy() # 修改 deep_copy 不会影响 original image deep_copy[0][0] = 100 print("\nOriginal Image after Deep Copy Modification:") print(img) # 输出仍为 [[99, 2], [3, 4]] ``` #### 访问 Mat 属性 通过 NumPy 的数组属性可以轻松获取图像的相关信息： - `.shape`: 返回图像的高度、宽度和通道数。 - `.size`: 图像总像素数量（即高度 × 宽度 × 通道数）。 - `.dtype`: 数据类型（如 uint8 对应于 8 位无符号整型）。 代码如下所示： ```python # 加载一张图片并打印其属性 image_path = 'example.jpg' img = cv2.imread(image_path) if img is not None: height, width, channels = img.shape total_pixels = img.size data_type = img.dtype print(f"Image Shape: {height}x{width}, Channels: {channels}") print(f"Total Pixels: {total_pixels}") print(f"Data Type: {data_type}") else: print("Failed to load the image.") ``` #### 设置窗口标题为姓名和学号 在显示图像时，可以利用 `cv2.namedWindow()` 函数自定义窗口名称，并将其设为包含学生姓名和学号的信息字符串。 ```python name = "张三" student_id = "20230001" window_title = f"{name}_{student_id}" cv2.namedWindow(window_title, cv2.WINDOW_NORMAL) # 显示图像到指定窗口 cv2.imshow(window_title, img) cv2.waitKey(0) cv2.destroyAllWindows() ``` 以上代码实现了将学生的姓名和学号嵌入到窗口标题中的功能[^2]。 --- ###