img[0].shape与img.shape的区别

img[0].shape与img.shape的区别

假设图像为[155, 240, 240]，其中155代表155张图片，240, 240 分别代表图像的高和宽，则：

height, width = img[0].shape
print(height, width)
输出：
240,240

如用下种方法，则会有error，是因为img本身有3个参数，但我们只给了2个变量

height, width = img.shape
print(height, width)
输出：
ValueError: too many values to unpack (expected 2)

可以换为：

_, height, width = img.shape
print(height, width)
输出：
240,240

或：

height, width = img[0].shape
print(height, width)
输出：
240,240

这个意思就是 代表取第1维数组里的元素。
例：
a= np.array([[1,2,3], [4,5,6], [7,8,9]])
如果求 a.shape 其结果为：
(3, 3)

如果求a[0].shape，其结果为
(3,) 
即其求的值为 [1,2,3]的尺寸。