opencv-------NumPy数组属性

一、NumPy数组属性

NumPy 数组的维数称为秩（rank），秩就是轴的数量，即数组的维度，一维数组的秩为 1，二维数组的秩为 2，以此类推。

在 NumPy中，每一个线性的数组称为是一个轴（axis），也就是维度（dimensions）。比如说，二维数组相当于是两个一维数组，其中第一个一维数组中每个元素又是一个一维数组。所以一维数组就是 NumPy 中的轴（axis），第一个轴相当于是底层数组，第二个轴是底层数组里的数组。而轴的数量——秩，就是数组的维数。

很多时候可以声明 axis。axis=0，表示沿着第 0 轴进行操作，即对每一列进行操作；axis=1，表示沿着第1轴进行操作，即对每一行进行操作。

NumPy 的数组中比较重要 ndarray 对象属性有：

属性	说明
ndarray.ndim	秩，即轴的数量或维度的数量
ndarray.shape	数组的维度，对于矩阵，n行m列
ndarray.size	数组元素的总个数，相当于.shape中的 n * m的值
ndarray.dtype	ndarray对象的元素类型
ndarray.itemsize	ndarray对象中每个元素的大小，以字节为单位
ndarray.flags	ndarray对象的内存信息
ndarray.real	ndarray元素的实部
ndarray.imag	ndarray元素的虚部
ndarray.data	包含实际数组元素的缓冲区，由于一般通过数组的索引获取元素，所以通常不需要使用这个属性。

二、对ndarray的深浅拷贝

#因为python中图片已经包装成ndarray了，所以对mat的深浅拷贝，其实就是对ndarray的深浅拷贝
import cv2
import numpy as np

img=cv2.imread('./opencv.PNG')
#浅拷贝
img2=img.view()
#深拷贝
img3=img.copy()


img[10:100,10:100]=[0,0,255]
#将图片横着拼在一起
cv2.imshow('img',np.hstack((img,img2,img3)))
#将图片竖着拼在一起
#cv2.imshow('img',np.vstack((img,img2,img3)))


cv2.waitKey(0)
cv2.destroyAllWindows()