tensor转cv::Mat（即CHW转HWC）原理含C＃代码实现

起因是博主在实习过程中的一个任务：需要将模型预测输出tensor的shape从CHW（严格来说是NCHW，但是N=1所以这里忽略掉）转成OpenCV中的cv::Mat类型（即HWC）数据。
由于博主对C++和C#并不是很熟悉，而且也查阅了tensor对应的类似resize、reshape等方法，发现对于输出tensor并没有封装相应的方法，无奈只好用最原始的办法，就是将输出tensor的值赋值到cv::Mat对应的位置。
原理参考了下面两篇博客，其实如果弄清楚原理了代码还是挺好写的：

1. 【opencv】——cv mat转tensor(b,c,h,w)
2. NCHW转化为NHWC
   

这里借用第二篇参考博客的图，第一行就是我们tensor拉成一维以后的数据的排列方式，红色绿色蓝色分别对应着RGB的通道。同理第二行对应的是cv::Mat中RGB数据的排列方式。
这里我先做几个假设，假设模型输入的图像为BGR，输出也为BGR，这样我就可以直接调用OpenCV的imwrite保存图像。假设模型一次只输入一张图片的tensor并且得到对应一张图片的输出tensor，且输出tensor的shape=[NCHW]=[1,3,H,W]。
对于输出tensor的shape可以这样理解，我们按照NCHW的顺序一层层剖析它。首先，N=1可以忽视掉，C=3，就是对应我们三个通道。每个通道里面有$H\times W$个数据（可以联系上面那个图来理解，对应每种颜色的全部数据）。同理，每行里面里面就有$W$个数据。
我们可以这样思考，首先每个通道都有$H\times W$个数据，还是联系上面那个图，按照之前我的假设，第一个方块的数据值就对应cv::Mat数据第一个通道第一行第一列的值。此时，第一个方块后面的第$H\times W$个方块的值就对应cv::Mat数据第二个通道第一行第一列的值。我们可以按照这个规律每次填充cv::Mat不同通道同一个位置的值。当然也可以先填充同一个通道不同位置的值，取决于习惯，这里我按照参考的第一篇博客先填充不同通道同一个位置的值。

如果上面的没有看懂也没关系，可能是我写复杂了，直接看代码并试着结合图看看，说不定这样更好理解。

下面是代码：

auto output_tensor = predictor_->GetOutput(0);
auto output_data = output_tensor->data<float>();
auto output_shape = output_tensor->shape();

cv::Mat rgb_img = cv::Mat::zeros(cv::Size(output_shape[3], output_shape[2]), CV_8UC3);

int h = rgb_img.rows;
int w = rgb_img.cols;
int c = rgb_img.channels();
for (int i = 0; i < h; i++) {
    
    for (int j = 0; j < w; j++) {
    
        for (int k = 0; k < c; k++) {
    
            int offset = k * h * w + i * w + j * 1;
            int tmp_pix = output_data[offset] * 255;
            rgb_img.at<cv::Vec3b>(i, j)[k] = tmp_pix > 255 ? 255 : tmp_pix;
        }
    }
}

cv::imwrite("/data/data/com.baidu.paddle.lite.demo.face_detection/test.jpg", rgb_img);

return rgb_img;

首先这部分只是为了获取输出tensor以及shape，方便我们构造合适大小的cv::Mat

auto output_tensor = predictor_->GetOutput(0);
auto output_data = output_tensor->data<float>();
auto output_shape = output_tensor->shape();

然后我们初始化cv::Mat用于存储图像数据

cv::Mat rgb_img = cv::Mat::zeros(cv::Size(output_shape[3], output_shape[2]), CV_8UC3);

这部分是核心，由于输出tensor的范围在0-1，这里做了处理转换回0-255

int h = rgb_img.rows;
int w = rgb_img.cols;
int c = rgb_img.channels();
for (int i = 0; i < h; i++) {
    
    for (int j = 0; j < w; j++) {
    
        for (int k = 0; k < c; k++) {
    
            int offset = k * h * w + i * w + j * 1;
            int tmp_pix = output_data[offset] * 255;
            rgb_img.at<cv::Vec3b>(i, j)[k] = tmp_pix > 255 ? 255 : tmp_pix;
        }
    }
}