哎呀崩溃！！！关于np.shape()在对数组和图片使用时的差异

由于对np.shape()这个函数输出的值很好奇，在网上查询结果不统一，于是自己通过手动实验看一下结果

构造矩阵

import numpy as np
import cv2

a=np.array(range(0,36))
b=a.reshape((3,3,4))
>>>
[[[ 0  1  2  3]
  [ 4  5  6  7]
  [ 8  9 10 11]]

 [[12 13 14 15]
  [16 17 18 19]
  [20 21 22 23]]

 [[24 25 26 27]
  [28 29 30 31]
  [32 33 34 35]]]
print(np.shape(b))
>>>
(3,3,4)

至此，我就臆断为，输出结果为(片，行，列)
所以就导致我在对图片img使用shape()的时候，一脸懵比….

import numpy as np
import cv2

img=cv2.imread("...")
print(np.shape(img))
>>>
(768, 1024, 3)

至此，彻底懵比….768片？？？图片才3列？？？
带着这个问题又去寻找图片矩阵的相关知识
兜兜转转
最后回来通过

import numpy as np
import cv2
from PIL import Image

im=Image.open('../test_pic/dog.jpg')
print(im.size)
>>>
(1024,768)

开始逐渐确定shape图片的前两个参数是行列
结果，就在我把书翻到下一页，看到图片参数，这回彻底确定了
总结一下:
自定义矩阵的参数，没有错
图片的参数，没有错
网上的解释，也没有错，但都是单独对一个方面进行的解释
虽然都是shape函数的结果，但是并不可相提并论