大家好，欢迎来到IT知识分享网。
HWC与CHW
HWC
HWC：在这种格式中，数据按照”高度-宽度-通道数”（Height, Width, Channel）的顺序存储。
例如，对于OpenCV来说，它通常采用行优先的方式对图像进行存储。这意味着，在一张HWC格式的图像中，第二行的首个像素会紧跟在第一行的最后一个像素之后。
以一个3×3的灰度图像为例：
[ [V11, V12, V13], [V21, V22, V23], [V31, V32, V33] ] 经过行优先扁平化操作后，会得到：
[V11, V12, V13, V21, V22, V23, V31, V32, V33] RGB彩色图像也可以以相同的方式处理，但是需要注意的是，在扁平化之前，每个像素都包含三个值（即R, G和B）。所以在一维数组中，每个像素都会占用三个位置。
例如，一个2×2的RGB图像在OpenCV中可能会以以下方式存储：
原始的HWC格式表示为：
[ [[R11, G11, B11], [R12, G12, B12]], [[R21, G21, B21], [R22, G22, B22]] ] 行优先扁平化后的一维表示为：
[R11, G11, B11, R12, G12, B12, R21, G21, B21, R22, G22, B22] 至于选择何种扁平化方式，取决于你的具体需求以及使用的库。不过请记住，一旦你选择了一种方式，并且创建了一维数组，你就需要始终在后续的处理中使用相同的方式。
CHW
CHW：在这种格式中，数据按照”通道数-高度-宽度”（Channel, Height, Width）的顺序存储。
以一个3×3的灰度图像为例：
原始的CHW格式表示为：
[ [[V11, V12, V13], [V21, V22, V23], [V31, V32, V33]] ] 经过行优先扁平化操作后，会得到：
[V11, V12, V13, V21, V22, V23, V31, V32, V33] 对于RGB彩色图像，在扁平化之前，需要注意的是，CHW格式中，每个通道都为一个二维数组。所以在转换成一维数组后，某个通道的所有像素点会被连续存储。
例如，一个2×2的RGB图像在CHW格式下可能会以以下方式转为一维数组：
原始的CHW格式表示为：
[ [[R11, R12], [R21, R22]], [[G11, G12], [G21, G22]], [[B11, B12], [B21, B22]] ] 行优先扁平化后的一维表示为：
[R11, R12, R21, R22, G11, G12, G21, G22, B11, B12, B21, B22] 这里，你可以看到，每个颜色通道的所有元素都在一起，例如R11, R12, R21, R22 都来自红色通道。
同样，选择何种扁平化方式，取决于你的具体需求以及使用的库。
免责声明：本站所有文章内容,图片，视频等均是来源于用户投稿和互联网及文摘转载整编而成，不代表本站观点，不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益，请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权，请联系删除，如若转载，请注明出处：https://haidsoft.com/149913.html
