有关cv::Mat到ncnn::Mat类型变量的构造

[yunfan0621]

首先感谢开源ncnn计算框架！:relaxed::relaxed:

最近在使用ncnn的时候遇到了一个问题：如何使用数据类型为CV_32FC3的OpenCV Mat类型的变量初始化ncnn::Mat？

由于我们使用的模型需要pixel-wise normalization，同时ncnn暂时还不支持mean blob形式的减均值操作，所以我用OpenCV对输入进行了归一化操作，类似img = (img - mean) / std。最终得到的data是一个h×w×3的cv::Mat，数据类型为CV_32FC3.请问如何构造相应的ncnn::Mat输入网络呢？

我现在尝试的方法是用ncnn::Mat in(height, width, 3, (float*)img.data);，但是运行结果不是很准确，想先确定一下这种数据构造方式是否正确（img，mean，std都没有错误）。请问有没有人遇到类似的问题？如果有的话请问是怎么解决的呢？请各位大神不吝赐教，谢谢！:pray::pray:

[nihui]

cv32fc3 的布局是 hwc
ncnn的Mat布局是 chw 需要调整排布

[yunfan0621]

@nihui 谢谢，问题已经解决了

[Feezhen]

@nihui 谢谢，问题已经解决了

想问一下是怎么解决的呢？我现在有个问题是，使用同一个模型在python（pytorch模型）和c++（ncnn模型）上做测试。输入是全1的2242243的图片。
结果发现，当c++的输入是uchar类型的cv::Mat的时候，c++和python的输出是一样的。
但是当c++的输入是float类型的cv::Mat的时候，c++和python的输出是不一样的。
不知道这个该怎么办呢？