Python中无需转Numpy对象获取OpenCV UMat形状的方法

嘿，这个问题问到点子上了！我在做OpenCV GPU加速项目的时候也纠结过这个——来回转UMat和Numpy数组不仅麻烦，还会额外产生内存拷贝，完全没必要。其实UMat本身就提供了原生属性和方法来直接获取形状信息，根本不用转Numpy。

• 获取行数和列数：直接访问UMat对象的rows和cols属性就行，这两个属性分别对应图像的高度和宽度：

  import cv2
  
  # 创建或加载一个UMat对象（这里以加载图像为例）
  gpu_mat = cv2.imread("your_image.jpg").getUMat(cv2.UMatUsageFlags.USAGE_ALLOCATE_DEVICE_MEMORY)
  
  # 直接获取行列数
  img_height = gpu_mat.rows
  img_width = gpu_mat.cols
  print(f"图像尺寸：{img_height} × {img_width}")
  

• 获取通道数（针对多通道图像）：如果是RGB这类多通道图像，可以用channels()方法获取通道数量，结合上面的行列数就能得到完整的形状（高度、宽度、通道数）：

  img_channels = gpu_mat.channels()
  print(f"完整形状：({img_height}, {img_width}, {img_channels})")
  

这些属性和方法都是UMat原生支持的，完全绕开了Numpy转换，能帮你在GPU计算中保持性能优势，尤其是处理大尺寸数据的时候效果更明显。

内容的提问来源于stack exchange，提问作者Marek