opencv cnn 模块 detection 返回的四维数组在mat中的排列

在 OpenCV 的 CNN 模块中，detection 函数返回的四维数组在 Mat 中是按照以下方式排列的：

- 第一维：表示检测到的目标个数。
- 第二维：表示每个目标的类别数。
- 第三维：表示每个目标的边界框数。对于单个目标，通常只有一个边界框。
- 第四维：包含目标的信息，包括类别、置信度以及边界框的坐标。

因此，可以使用以下代码访问检测到的第一个目标的第一个边界框的类别、置信度和边界框坐标：

cv::Mat detection_result; // 存储 detection 函数返回的四维数组
int class_id = detection_result.at<float>(0, 0, 0, 1); // 获取类别编号
float confidence = detection_result.at<float>(0, 0, 0, 2); // 获取置信度
cv::Rect bbox(detection_result.at<float>(0, 0, 0, 3), detection_result.at<float>(0, 0, 0, 4), detection_result.at<float>(0, 0, 0, 5), detection_result.at<float>(0, 0, 0, 6)); // 获取边界框坐标

相关问题

opencv cnn 模块 detection 返回的四维数组在mat中 但是mat本身是个二维数组

在 OpenCV 的 C++ 接口中，CNN 模块的 detection 函数返回的是一个四维数组（通常是 BatchSize x NumClasses x MaxNumDetections x 7），其中第一个维度表示批处理大小，第二个维度表示类别数，第三个维度表示每张图像最多检测到的目标数，第四个维度表示检测到的目标的属性信息。但是，OpenCV 的 Mat 类型是一个二维数组，因此需要将四维数组转换为 Mat 类型才能进行后续的操作。

具体的转换方法如下：

// 假设 detection 函数返回的四维数组为 detections
cv::Mat detectionsMat(detections.size[0] * detections.size[2], 7, CV_32F);
for (int i = 0; i < detections.size[0]; ++i) {
    for (int j = 0; j < detections.size[2]; ++j) {
        for (int k = 0; k < 7; ++k) {
            detectionsMat.at<float>(i * detections.size[2] + j, k) = detections.at<float>(i, 0, j, k);
        }
    }
}

这里使用了一个大小为 BatchSize x MaxNumDetections x 7 的 Mat 类型 detectionsMat 来存储四维数组 detections。首先使用三重循环将 detections 中的数据复制到 detectionsMat 中。在 detectionsMat 中，第一维度表示批处理中所有图像的所有检测结果，第二维度表示每个检测结果的属性信息。

opencv cnn 模块 detection 返回的四维数组在mat中 循环获取每个人脸的信息

OpenCV中的CNN模块可以用来进行对象检测，其中返回的四维数组表示了检测到的对象的位置和置信度信息。如果你想获取每个人脸的信息，可以按照以下步骤进行：

1. 遍历返回的四维数组，找到所有置信度大于一个阈值的人脸位置信息。

float confThreshold = 0.5; // 置信度阈值
for (int i = 0; i < detections.size[2]; ++i)
{
    float confidence = detections.at<float>(0, 0, i, 2);
    if (confidence > confThreshold)
    {
        // 处理此人脸位置信息
    }
}

2. 对于每个满足条件的人脸位置信息，从四维数组中获取其位置和大小信息，并将其转换为OpenCV的Rect类型。

int xLeftBottom = static_cast<int>(detections.at<float>(0, 0, i, 3) * frame.cols);
int yLeftBottom = static_cast<int>(detections.at<float>(0, 0, i, 4) * frame.rows);
int xRightTop = static_cast<int>(detections.at<float>(0, 0, i, 5) * frame.cols);
int yRightTop = static_cast<int>(detections.at<float>(0, 0, i, 6) * frame.rows);

Rect faceRect(xLeftBottom, yLeftBottom, xRightTop - xLeftBottom, yRightTop - yLeftBottom);

3. 可以将人脸位置信息保存到一个数组或容器中，以便后续使用。

vector<Rect> faces; // 存储所有人脸位置信息
faces.push_back(faceRect); // 将当前人脸位置信息加入数组中

这样，你就可以获取到所有检测到的人脸的位置和大小信息，并进行后续处理。