opencv mat赋值_（八）OpenCV中的numpy

时间为友，记录点滴。

既然是C++和python双语教程，怎么不提到python在OpenCV中最基本的东西？我们也写过两个例子，什么是最基本的？

跟C++一样，当然是imread的返回值的类型啦！关于numpy的基础知识，不在本专栏里面讨论，因为网上的干货确实一搜一大把。比如我看到介绍最全的下面这个网站：

https://blog.csdn.net/a373595475/article/details/79580734​blog.csdn.net

我们这里介绍一个跟图像相关的参数，他们会在以后的编程中频繁用到，并且对于图像来说有实际的物理含义。

基本属性：

下面的参数都以一张50x50尺寸的位深为8的单通道灰阶图片为例，说一下每个属性在图像（而不对应到数组中）领域的含义（其中最重要的两个特性是shape和dtype，大多数的问题都出在这两个性质上）。

50x50尺寸的位深为8的单通道灰阶图片信息

size：这个图像数据的总大小。（50x50x1， 行x列x一个像素的大小） ndim：维度，这个维度跟mat中的dim属性不一样，它是指数组的长度。对于一张图片来说，ndim只能是2或者3，单通道的是2维数组。 dtype：元素类型（dtype的类型有好多中，就想着跟C/C++的类型保持一致就可以） itemsize：一个像素的大小，单位为bytes（sizeof(dtype) * depth） shape：它包含三个元素（rows, cols, depth， 即行、列、一个像素由几个通道组成）

如果初次在图像领域接触numpy，可能会对ndim和shap中的depth有困扰，其实，解释得越多越糊涂，看代码说话：

def numpyTest():
    print("n*****************numpyTest*****************")
    data1 = [1, 2, 3]
    data2 = [[1, 2, 3], [4, 5, 6]]
    data3 = [[[1, 2, 3], [4, 5, 6]],
             [[7, 8 ,9], [10, 11, 12]]]

    arr1 = np.array(data1)
    arr2 = np.array(data2)
    arr3 = np.array(data3)

    print(arr1.ndim, arr2.ndim, arr3.ndim)
    print(arr1.shape, arr2.shape, arr3.shape)

    e1 = arr2[[0, 1], [1, 2]]
    e2 = arr3[np.array([[0, 0], [1, 1