Python OpenCV2（cv2）包装器获取图像大小？答案

【问题标题】：Python OpenCV2 (cv2) wrapper to get image size?Python OpenCV2（cv2）包装器获取图像大小？
【发布时间】：2013-10-06 13:05:38
【问题描述】：

如何在 Python OpenCV (numpy) 的 cv2 包装器中获取图像的大小。除了numpy.shape()，还有其他正确的方法吗？我怎样才能以这些格式尺寸获得它：（宽度，高度）列表？

【问题讨论】：

numpy.shape 不可调用。这只是一个普通的tuple。不幸的是，它可以是 3 或 2 个元素长。

标签： python image opencv numpy

【解决方案1】：

cv2 使用numpy 来处理图像，因此获取图像大小的正确和最佳方法是使用numpy.shape。假设您正在使用 BGR 图像，下面是一个示例：

>>> import numpy as np
>>> import cv2
>>> img = cv2.imread('foo.jpg')
>>> height, width, channels = img.shape
>>> print height, width, channels
  600 800 3

如果您使用的是二进制图像，img 将有两个维度，因此您必须将代码更改为：height, width = img.shape

【讨论】：

哦，来吧。不要假设图像将是 BGR 或单声道，而是一般地写 - h, w = img.shape[:2]，特别是因为 OP 对深度不感兴趣。（我也不是）。有关详细信息，请参阅我的答案。
我觉得这很有帮助：docs.opencv.org/3.0-beta/doc/py_tutorials/py_core/py_basic_ops/…
如果你只对高度和宽度感兴趣，@TomaszGandor 的评论更 Python 的替代品是 python h, w, _ = img.shape

【解决方案2】：

恐怕没有“更好”的方法来获得这个尺寸，但它并没有那么痛苦。

当然，您的代码对于二进制/单声道图像和多通道图像都应该是安全的，但图像的主要维度始终位于 numpy 数组的形状中。如果您选择可读性，或者不想打扰输入，您可以将其包装在一个函数中，并给它一个您喜欢的名称，例如cv_size:

import numpy as np
import cv2

# ...

def cv_size(img):
    return tuple(img.shape[1::-1])

如果你在终端/ipython上，你也可以用lambda来表达：

>>> cv_size = lambda img: tuple(img.shape[1::-1])
>>> cv_size(img)
(640, 480)

使用def 编写函数在交互工作时并不有趣。

编辑

本来我以为用[:2]就可以了，但是numpy的形状是(height, width[, depth])，我们需要(width, height)，例如cv2.resize 期望，所以 - 我们必须使用 [1::-1]。甚至比[:2] 更令人难忘。谁还记得反向切片？

【讨论】：

可能不是很有帮助，但您也可以将其切片为img.shape[:2][::-1]
没有理由一定要爱上索引括号中的冒号。 return (image.shape[1], image.shape[0]) 简洁易读。
使用通配符解包：h, w, _ = image.shape

【解决方案3】：

import cv2
import numpy as np

def main():
    # init cv
    cap = cv2.VideoCapture(0)

    while True:
        success, img = cap.read()
# WAY 1
        img = cv2.flip(img, 1)

        print(img.shape)
# WAY 2
        print(
            f"width: {cap.get(cv2.CAP_PROP_FRAME_WIDTH)}, height: {cap.get(cv2.CAP_PROP_FRAME_HEIGHT)}, fps: {cap.get(cv2.CAP_PROP_FPS)}")
        cv2.imshow(winname="universal control", mat=img)
        cv2.waitKey(1)


if __name__ == '__main__':
    main()

【讨论】：