无数据拷贝实现OpenCV Mat转Open3D Tensor的最高效方法

结论 #

可以实现零拷贝转换，只要你提到的「数据连续、格式一致」的前提成立，同时做好内存生命周期管理即可。

前置校验要求 #

转换前必须确认以下条件，否则会出现访问异常：

• cv::Mat 必须是连续存储的，可通过 cv::Mat::isContinuous()（C++）或 numpy.ndarray.flags['C_CONTIGUOUS']（Python）校验
• 两者数据类型严格匹配，比如CV_8UC3对应uint8类型、CV_32FC1对应float32类型，不能出现类型不匹配的情况
• 原cv::Mat的内存释放时机必须晚于转换后的Open3D Tensor的使用时机，避免野指针访问

C++ 实现代码 #

Open3D的Tensor构造函数支持直接传入外部数据指针，通过copy=false参数指定不拷贝内存：

#include <opencv2/opencv.hpp>
#include <open3d/core/Tensor.h>

// 你的cv::Mat实例
cv::Mat img = cv::imread("test.png");
CV_Assert(img.isContinuous());

// 配置Tensor参数：OpenCV默认布局为(H, W, C)，和Open3D默认布局匹配
open3d::core::SizeVector shape = {img.rows, img.cols, img.channels()};
// 此处根据你的Mat类型调整，示例为CV_8UC3对应的UInt8类型
open3d::core::Dtype dtype = open3d::core::Dtype::UInt8;
open3d::core::Device device("CPU:0"); // 如果是GPU数据对应改成"CUDA:0"

// 零拷贝构造，copy=false表示Tensor不持有内存所有权，内存仍由cv::Mat管理
open3d::core::Tensor o3d_tensor(img.data, shape, dtype, device, /*copy=*/false);

如果需要让Tensor自主管理内存生命周期，可以绑定自定义内存释放器：

// 用智能指针持有cv::Mat，延长其生命周期
auto mat_holder = std::make_shared<cv::Mat>(img);
auto deleter = [mat_holder](void* ptr) mutable {
    mat_holder.reset(); // 智能指针自动释放cv::Mat内存
};
open3d::core::Tensor o3d_tensor(img.data, shape, dtype, device, deleter);

Python 实现代码 #

Python接口下通过numpy数组做中间桥接，默认就是零拷贝：

import cv2
import open3d as o3d

img = cv2.imread("test.png")
# 校验数组连续性
assert img.flags['C_CONTIGUOUS']

# 零拷贝构造Tensor，copy=False表示不复制内存
o3d_tensor = o3d.core.Tensor(img, copy=False)

注意：Python环境下由引用计数自动管理内存，只要保留原img对象的引用不被回收，Tensor就可以正常访问。

额外说明 #

转换后的Tensor和原cv::Mat共享同一块内存，任意一方修改数据都会同步到另一方，如果需要避免互相影响，可将构造参数改为copy=true做内存拷贝。

内容的提问来源于stack exchange，提问作者Roland Deschain