有关cv2的操作

1. shape

img_path = ""
img = cv2.imread(img_path)
size = img.shape
print size

size值为（height, width, channel） eg：(900, 600, 3)

图片打开时下面的显示一般是width*height 

2.mean

out = np.random.randint(0, 5, (4, 3, 2))
a = out.mean(0)
print a 

out可以理解为4个3*2的矩阵，对out的第0维取平均值，即3*2的矩阵每一个对应位置上的值求和再除以4求均值

生成的a为3*2

3.np.concatenate

img = cv2.imread(root)
one = np.ones(img.shape, dtype=img.dtype)[:, 0:1]
print one.shape

b = np.concatenate([img, one],1)
print b.shape

假如img是900*600*3，那么one就是900*1*3的

若one后边取维度的操作为[0:1],则只对第0维进行操作，那么one的shape就为1*600*3

所以在对第二维操作的时候，第一维得用：说明一下

b的shape为900*601*3，指定在第一维concatenate起来，那么其他维的维度要相等

也就是说，本来是900个600*3的矩阵，现在有900个1*3的矩阵，拼接起来之后就是900个601*3的矩阵，900个1*3的矩阵

分别对应到900个600*3矩阵的每个里边去