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

我目前正在研究一些图像的可视化，并发现 opencv 的 cv2.rectangle 的奇怪行为：

• 当输入图像是 np.ndarray 时，例如 arr，cv2.rectangle() 返回一个 np.ndarray，并且 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 cv2.UMat，并且不绘制矩形。

我当前的环境是：

• Python 3.7
• OpenCV 4.1

以下是代码：

1. 首先生成随机图像。

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？

我会努力回答这个问题，因为我经常发现这个问题，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排列。切片时np.array, numpy只是改变读取顺序以提高速度（而不是耗时的复制）并使其因此不连续的 (found here https://stackoverflow.com/questions/29947639/cheapest-way-to-get-a-numpy-array-into-c-contiguous-order/29948246).

@Das Masek 和 @Eric 的说法都是正确的。使用索引数组来切片np.array创造always有记录的副本here https://numpy.org/doc/stable/user/basics.indexing.html?highlight=indexing#index-arrays。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）。

解决方案是以下之一：

1. copy() the np.array;通过明确复制，numpy将布局更改回连续的，与索引数组切片不同。您可以检查flags你的数组的a.flags等等。如果你想要自动化某些东西，这显然是最昂贵的，因为你字面上地每次都复制。
2. 对我来说更优雅的版本是使用np.ascontiguousarray()。仅当数组已经不连续时，此函数才会更改数组的布局，并且不会更改数组的布局。copy it.

另一方面：根据文档 https://docs.opencv.org/2.4/modules/core/doc/drawing_functions.html#rectangle，所有的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。