如何遍历多维数组，从(3,5,96,96)数组中提取(3,96,96)单帧图像？

首先确认你的数组维度顺序是否确实为[通道数, 帧数, 高度, 宽度]（即(C, T, H, W)）。如果维度和你描述的一致，你写的切片逻辑本身是可以取出shape为(3,96,96)的单帧数组的，你可以先加一行打印验证：

print(frame[:, 0, :, :].shape)

如果输出不是你预期的格式，根据常见场景对应修改即可：

• 如果你需要适配OpenCV、PIL等常用图像处理库的(高度, 宽度, 通道数)格式要求，调整通道顺序即可：

import numpy as np

frame_count = frame.shape[1]
for i in range(frame_count):
    # 先取出C,H,W格式的单帧
    fr = frame[:, i, :, :]
    # 转置为H,W,C格式
    fr = np.transpose(fr, (1, 2, 0))
    # 此处添加你的后续处理逻辑

• 如果你使用的是PyTorch张量，需要保留维度做批量操作，或者避免自动降维带来的报错，可以用以下写法：

import torch

frame_count = frame.shape[1]
for i in range(frame_count):
    # 如需保留帧数维度得到(3,1,96,96)，用区间索引
    fr = frame[:, i:i+1, :, :]
    # 如需得到(3,96,96)格式，直接squeeze掉多余维度即可
    fr = fr.squeeze(1)

如果运行以上代码仍有问题，先打印原始数组的shape确认是否和你描述的(3,5,96,96)一致，排查是否有变量命名冲突或者数组维度顺序搞反的问题。

内容的提问来源于stack exchange，提问作者shailza