在 Python 的 OpenCV 中，`cv2.imread()` 函数用于读取图像，并将其存储为一个 NumPy 数组。这个数组包含了图像的像素数据，而 `.shape` 属性可以用来获取图像的维度信息。具体来说，`.shape` 返回一个包含三个元素的元组 `(height, width, channels)`，其中： - `height` 表示图像的高度（即行数）。 - `width` 表示图像的宽度（即列数）。 - `channels` 表示图像的通道数。对于灰度图像，通道数为 1；对于彩色图像（如 BGR 或 RGB 格式），通道数通常为 3。 以下是一个完整的示例代码，展示如何使用 `cv2.imread()` 和 `.shape` 来获取图像的尺寸信息： ```python import cv2 # 读取图像 image = cv2.imread('image.jpg') # 获取图像尺寸 height, width, channels = image.shape # 打印图像尺寸 print("图像尺寸：") print("宽度：", width) print("高度：", height) print("通道数：", channels) ``` 此外，OpenCV 提供了 `.size` 属性，用于获取图像的像素总数。对于灰度图像，`.size` 等于 `height * width`；对于彩色图像，`.size` 等于 `height * width * channels`。例如： ```python # 获取图像的像素数目 print("像素数目：", image.size) ``` 通过上述方法，可以轻松获取图像的基本属性，这对于图像处理和分析非常有用。 ### 图像坐标的获取 除了获取图像的整体尺寸，OpenCV 还提供了获取特定像素坐标的方法。例如，可以通过特征匹配获取像素坐标，或者遍历图像的所有像素坐标。如果需要获取图像中某个特定区域（ROI）的所有坐标点，可以通过 NumPy 的 `np.indices()` 或者 `cv2.findNonZero()` 等函数实现。 ### 示例：获取图像的所有像素坐标 假设需要获取图像中所有像素的坐标，可以通过以下代码实现： ```python import cv2 import numpy as np # 读取图像 image = cv2.imread('image.jpg') # 获取图像的宽度和高度 height, width, _ = image.shape # 生成所有像素的坐标 x_coords, y_coords = np.meshgrid(np.arange(width), np.arange(height)) # 将坐标合并为一个二维数组 coordinates = np.column_stack((x_coords.ravel(), y_coords.ravel())) # 打印所有坐标 print("所有像素坐标：") print(coordinates) ``` ### 示例：获取特定区域的像素坐标 如果需要获取图像中某个特定区域（例如非零像素）的坐标，可以使用 `cv2.findNonZero()` 函数： ```python # 假设图像是二值化的图像 binary_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) # 查找非零像素的坐标 non_zero_coords = cv2.findNonZero(binary_image) # 打印非零像素的坐标 if non_zero_coords is not None: print("非零像素坐标：") print(non_zero_coords.reshape(-1, 2)) else: print("没有找到非零像素。") ``` 通过上述方法，可以灵活地处理图像的尺寸和像素坐标信息，为后续的图像处理任务提供支持。