如何在C++版OpenCV中还原Caffe输出的[1x10x8x8]多维数组

嘿，我刚好踩过这个坑，帮你捋清楚怎么搞定OpenCV里的多维数组还原！

为什么会变成[640x1]的vector？ #

你说的[1x10x8x8]数组总共有1108*8=640个元素，Caffe输出的vector其实是把多维数组直接扁平化存储成了一维序列，所以转成Mat默认就是[640x1]的结构——这不是OpenCV的问题，只是数据存储形式的转换而已。

核心解决思路：把一维数组reshape回四维 #

OpenCV的Mat完全支持多维结构，关键是要匹配Caffe输出的内存布局来设置正确的维度顺序，别搞混了维度的先后顺序就行。

步骤1：将vector转为一维Mat #

首先把Caffe输出的vector<float>转成一个一维Mat，注意数据类型要匹配（Caffe输出一般是float，所以用CV_32F）：

// 假设你的Caffe输出存在这个vector里
std::vector<float> caffe_output;
// 先验证元素总数是否符合预期（1*10*8*8=640）
assert(caffe_output.size() == 640);

// 转为一维Mat
cv::Mat flat_mat(caffe_output.size(), 1, CV_32F, caffe_output.data());

步骤2：Reshape为四维Mat #

这里要重点注意维度顺序：
Caffe的输出是NCHW（batch, channel, height, width）的内存布局，也就是内存中元素的顺序是：先遍历width，再height，再channel，最后batch。
而OpenCV的Mat多维尺寸数组是按「最内层维度（变化最快）到最外层维度（变化最慢）」定义的，所以对应的尺寸数组应该是{width, height, channel, batch}，也就是{8,8,10,1}。

用reshape方法把一维Mat转成四维：

int new_dims = 4;
int new_sizes[] = {8, 8, 10, 1}; // width, height, channel, batch

cv::Mat four_d_mat = flat_mat.reshape(1, new_dims, new_sizes);

步骤3：访问多维数组元素 #

现在你就可以像Python里那样访问指定位置的元素了！OpenCV的Mat::at方法对于四维数组，参数顺序是从最外层到最内层，也就是(batch_idx, channel_idx, height_idx, width_idx)，刚好对应Python里的output[batch][channel][height][width]：

// 对应Python中的 output[0][5][3][2]
float target_val = four_d_mat.at<float>(0, 5, 3, 2);

用cv::NAryMatIterator遍历多维数组 #

如果你想用NAryMatIterator来遍历，现在四维Mat已经正确构建，迭代器就会按照多维结构来划分平面，而不是遍历整个一维数组了：

const cv::Mat* arrays[] = {&four_d_mat, nullptr};
cv::Mat planes[1];
cv::NAryMatIterator it(arrays, planes);

// 遍历每个平面
for (int p = 0; p < it.nplanes; ++p, ++it) {
    float* plane_ptr = it.planes[0].ptr<float>();
    int plane_size = it.size;
    
    // 遍历当前平面的所有元素
    for (int i = 0; i < plane_size; ++i) {
        // 处理每个元素，比如打印或者计算
        // std::cout << plane_ptr[i] << " ";
    }
}

为什么之前用NAryMatIterator得到[640x1]？ #

因为你当时操作的还是扁平化的一维Mat，迭代器自然会把整个数组当成一个平面来遍历，所以看到的是[640x1]的结构。只有当Mat是正确的四维结构时，迭代器才会按照多维的层级来拆分平面。

内容的提问来源于stack exchange，提问作者Saeed Masoomi