原文链接：http://www.juzicode.com/opencv-python-image-attribution
在OpenCV-Python中图像表示成numpy数组，图像的属性也可以通过numpy的属性获得。
1、图像行列数、通道数（shape属性）
一个图像像素的行列数（高、宽）、通道数可以通过shape属性获取，需要注意的是numpy数组的shape属性下标0表示的图像的行数（rows，高），下标1表示的是列数（cols，宽），下标2表示的是通道数，但是如果是灰度图shape是一个二元组，则不存在下标2的元素。
import numpy as np
import cv2
print('VX公众号: 桔子code / juzicode.com')
print('cv2.__version__:',cv2.__version__)
img = cv2.imread('..\\opencv-logo.png')
print('img.shape',img.shape)
rows = img.shape[0]
cols = img.shape[1]
channel = img.shape[2]
print('rows=%d,cols=%d,channel=%d'%(rows,cols,channel))
cv2.imshow('juzicode.com',img)
cv2.waitKey()
#原图方式
img = cv2.imread('..\\opencv-logo.png',cv2.IMREAD_UNCHANGED)
print('img.shape',img.shape)
rows = img.shape[0]
cols = img.shape[1]
channel = img.shape[2]
print('rows=%d,cols=%d,channel=%d'%(rows,cols,channel))
cv2.imshow('juzicode.com',img)
cv2.waitKey()
#灰度图方式
img = cv2.imread('..\\opencv-logo.png',cv2.IMREAD_GRAYSCALE)
print('img.shape',img.shape)
rows = img.shape[0]
cols = img.shape[1]
channel = img.shape[2] #这里抛异常
print('rows=%d,cols=%d,channel=%d'%(rows,cols,channel))
cv2.imshow('juzicode.com',img)
cv2.waitKey()运行结果：
VX公众号: 桔子code / juzicode.com
cv2.__version__: 4.5.2
img.shape (739, 600, 3)
rows=739,cols=600,channel=3
img.shape (739, 600, 4)
rows=739,cols=600,channel=4
img.shape (739, 600) #转换为灰度图，shape是一个二元组，访问下标2导致抛异常
Traceback (most recent call last):
File "img-properties.py", line 37, in <module>
channel = img.shape[2]
IndexError: tuple index out of range另外我们也可以用Windows的画图板程序打开原图看到图像得行列数，其行数（rows，高，y轴）为739对应了shape[0]，列数（cols，宽，x轴）为600对应了shape[1]：
对比C++版本的OpenCV，可以直接访问Mat的rows、cols属性和channels()方法获取到图像的宽高以及通道数：
2、nbytes、size、itemsize属性
在OpenCV-Python对外接口里图像用numpy数组表示，所以numpy数据的属性同样适用于OpenCV-Python中图像的属性，详情可参考 NumPy数组的属性和常用创建方法。
下面的例子中仍是通过3种不同方式获取图像后对比各个属性的例子：
import numpy as np
import cv2
print('VX公众号: 桔子code / juzicode.com')
print('cv2.__version__:',cv2.__version__)
img = cv2.imread('..\\opencv-logo.png')
print('img.ndim=',img.ndim) #维度,也是其shape属性的长度=len(shape)
print('img.itemsize=',img.itemsize) #单个数据长度
print('img.size=',img.size) #总长度，有多少个数据
print('img.nbytes=',img.nbytes) #占用的内存空间=itemsize*size
print('img.dtype=',img.dtype) #数据类型，字符串形式
print('img.shape=',img.shape) #形状，是一个tuple
print('img.data=',img.data) #数据buffer
print()
#原图方式
img = cv2.imread('..\\opencv-logo.png',cv2.IMREAD_UNCHANGED)
print('img.ndim=',img.ndim) #维度,也是其shape属性的长度=len(shape)
print('img.itemsize=',img.itemsize) #单个数据长度
print('img.size=',img.size) #总长度，有多少个数据
print('img.nbytes=',img.nbytes) #占用的内存空间=itemsize*size
print('img.dtype=',img.dtype) #数据类型，字符串形式
print('img.shape=',img.shape) #形状，是一个tuple
print('img.data=',img.data) #数据buffer
print()
#灰度图
img = cv2.imread('..\\opencv-logo.png',cv2.IMREAD_GRAYSCALE)
print('img.ndim=',img.ndim) #维度,也是其shape属性的长度=len(shape)
print('img.itemsize=',img.itemsize) #单个数据长度
print('img.size=',img.size) #总长度，有多少个数据
print('img.nbytes=',img.nbytes) #占用的内存空间=itemsize*size
print('img.dtype=',img.dtype) #数据类型，字符串形式
print('img.shape=',img.shape) #形状，是一个tuple
print('img.data=',img.data) #数据buffer运行结果：
VX公众号: 桔子code / juzicode.com
cv2.__version__: 4.5.2
img.ndim= 3
img.itemsize= 1
img.size= 1330200
img.nbytes= 1330200
img.dtype= uint8
img.shape= (739, 600, 3)
img.data= <memory at 0x000002D0D8793E50>
img.ndim= 3
img.itemsize= 1
img.size= 1773600
img.nbytes= 1773600
img.dtype= uint8
img.shape= (739, 600, 4)
img.data= <memory at 0x000002D0D8793E50>
img.ndim= 2
img.itemsize= 1
img.size= 443400
img.nbytes= 443400
img.dtype= uint8
img.shape= (739, 600)
img.data= <memory at 0x000002D0F2D026C0>
3、dtype属性
dtype属性描述的是numpy数组中数据类型，可以通过astype进行转换后看到dtype的变化，以及因为dtype变化引起itemsize相关属性的变化。
下面这个例子读出opencv-logo.png图像后再转换为np.uint32和np.float64：
import numpy as np
import cv2
print('VX公众号: 桔子code / juzicode.com')
print('cv2.__version__:',cv2.__version__)
img = cv2.imread('..\\opencv-logo.png')
print('img.ndim=',img.ndim) #维度,也是其shape属性的长度=len(shape)
print('img.itemsize=',img.itemsize) #单个数据长度
print('img.size=',img.size) #总长度，有多少个数据
print('img.nbytes=',img.nbytes) #占用的内存空间=itemsize*size
print('img.dtype=',img.dtype) #数据类型，字符串形式
print('img.shape=',img.shape) #形状，是一个tuple
print('img.data=',img.data) #数据buffer
#转换
print('转换为uint32')
img = img.astype(np.uint32)
print('img.ndim=',img.ndim) #维度,也是其shape属性的长度=len(shape)
print('img.itemsize=',img.itemsize) #单个数据长度
print('img.size=',img.size) #总长度，有多少个数据
print('img.nbytes=',img.nbytes) #占用的内存空间=itemsize*size
print('img.dtype=',img.dtype) #数据类型，字符串形式
print('img.shape=',img.shape) #形状，是一个tuple
print('img.data=',img.data) #数据buffer
#转换
print('转换为float64')
img = img.astype(np.float64)
#print(img[150:200,200:250])
print('img.ndim=',img.ndim) #维度,也是其shape属性的长度=len(shape)
print('img.itemsize=',img.itemsize) #单个数据长度
print('img.size=',img.size) #总长度，有多少个数据
print('img.nbytes=',img.nbytes) #占用的内存空间=itemsize*size
print('img.dtype=',img.dtype) #数据类型，字符串形式
print('img.shape=',img.shape) #形状，是一个tuple
print('img.data=',img.data) #数据buffer运行结果：
VX公众号: 桔子code / juzicode.com
cv2.__version__: 4.5.2
img.ndim= 3
img.itemsize= 1
img.size= 1330200
img.nbytes= 1330200 ##=size*itemsize=1330200*1
img.dtype= uint8
img.shape= (739, 600, 3)
转换为uint32
img.ndim= 3
img.itemsize= 4
img.size= 1330200
img.nbytes= 5320800 ##=size*itemsize=1330200*4
img.dtype= uint32
img.shape= (739, 600, 3)
转换为float64
img.ndim= 3
img.itemsize= 8
img.size= 1330200
img.nbytes= 10641600 ##=size*itemsize=1330200*8
img.dtype= float64
img.shape= (739, 600, 3)从运行结果看单个元素占用空间itemsize和总空间大小nbytes均发生了变化。
小结：因为图像在OpenCV-Python是以numpy数组形式表示的，图像的属性比如行列数、通道数、数据类型、size等相关属性都可以通过numpy属性获取。
原文链接：http://www.juzicode.com/archives/5399