YOLO CPU 前处理优化：5 种 HWC→NCHW 转换方法全网最详对比（速度测试+工程级代码）

在 YOLO 模型的 CPU 部署中，图像格式转换（HWC → NCHW）是前处理阶段最关键的一步。OpenCV 读取图像默认是HWC（高×宽×通道）格式，而模型输入要求NCHW（批次×通道×高×宽）格式，转换效率直接决定前处理速度。

本文纯 CPU 实现、无 GPU 依赖、无复杂语法，提供5 种完全独立的 HWC→NCHW 转换方法，附带完整可运行代码 + 真实速度对比，帮你在工程中直接选用最优方案！

一、背景知识

1. 格式区别

• HWC（OpenCV 默认）：像素交织存储 →BGR BGR BGR ...
• NCHW（模型输入）：通道连续存储 →BBBB... GGGG... RRRR...

2. YOLOv5 标准 CPU 前处理流程

1. 读取图像（BGR）
2. 缩放尺寸到 640×640
3. BGR → RGB
4. 归一化/255.0
5. HWC → NCHW（本文核心）

二、测试环境

• 系统：Linux x86_64
• OpenCV：4.2.0（兼容老版本）
• 输入尺寸：640×640（YOLOv5 标准输入）
• 测试方式：每种方法运行 100 次取平均耗时
• 编译：C++11

三、5 种 HWC→NCHW 实现方法（完整可运行）

所有方法独立函数、直接调用、无耦合。

方法1：三层循环遍历（教学版、最容易理解）

使用at<Vec3f>逐像素访问，代码直观，但速度最慢。

voidhwc_to_nchw_loop3(constMat&float_rgb,float*nchw){intH=float_rgb.rows;intW=float_rgb.cols;for(intc=0;c<3;c++){for(inth=0;h<H;h++){for(intw=0;w<W;w++){nchw[c*H*W+h*W+w]=float_rgb.at<Vec3f>(h,w)[c];}}}}

方法2：单循环指针扁平化（手写循环最快）

将图像视为一维数组，单循环同时写 3 个通道，效率极高。

voidhwc_to_nchw_flat_ptr(constMat&float_rgb,float*nchw){intH=float_rgb.rows;intW=float_rgb.cols;intarea=H*W;constfloat*src=(constfloat*)float_rgb.data;for(inti=0;i<area;i++){nchw[0*area+i]=src[i*3+0];nchw[1*area+i]=src[i*3+1];nchw[2*area+i]=src[i*3+2];}}

方法3：按行指针遍历（OpenCV 官方推荐风格）

逐行获取数据指针，缓存友好，工业代码常用风格。

voidhwc_to_nchw_row_ptr(constMat&float_rgb,float*nchw){intH=float_rgb.rows;intW=float_rgb.cols;intarea=H*W;float*c0=nchw+0*area;float*c1=nchw+1*area;float*c2=nchw+2*area;for(inty=0;y<H;y++){constfloat*row=float_rgb.ptr<float>(y);for(intx=0;x<W;x++){c0[y*W+x]=row[x*3+0];c1[y*W+x]=row[x*3+1];c2[y*W+x]=row[x*3+2];}}}

方法4：split 直接写入目标内存（速度冠军、工程首选）

利用 OpenCV 内置split，直接将通道拆分到 NCHW 内存，底层优化、极快。

voidhwc_to_nchw_split(constMat&float_rgb,float*nchw){intH=float_rgb.rows;intW=float_rgb.cols;intarea=H*W;Match0(H,W,CV_32F,nchw+0*area);Match1(H,W,CV_32F,nchw+1*area);Match2(H,W,CV_32F,nchw+2*area);vector<Mat>mats;mats.push_back(ch0);mats.push_back(ch1);mats.push_back(ch2);split(float_rgb,mats);}

方法5：split + memcpy 拆分拷贝（稳定通用）

先 split 拆分，再用memcpy拷贝，兼容性极强、不易出错。

voidhwc_to_nchw_split_copy(constMat&float_rgb,float*nchw){intH=float_rgb.rows;intW=float_rgb.cols;intarea=H*W;vector<Mat>channels;split(float_rgb,channels);memcpy(nchw+0*area,channels[0].data,area*sizeof(float));memcpy(nchw+1*area,channels[1].data,area*sizeof(float));memcpy(nchw+2*area,channels[2].data,area*sizeof(float));}

四、完整主程序（带速度测试）

#include<iostream>#include<vector>#include<opencv2/opencv.hpp>#include<chrono>usingnamespacestd;usingnamespacecv;// 把上面 5 个函数粘贴在这里 ……voidpreprocess(constMat&bgr,Mat&float_rgb,inttarget_w,inttarget_h){Mat resized;resize(bgr,resized,Size(target_w,target_h));Mat rgb;cvtColor(resized,rgb,COLOR_BGR2RGB);rgb.convertTo(float_rgb,CV_32F,1.0f/255.0f);}intmain(){Mat bgr=imread("test.jpg");constintWIDTH=640,HEIGHT=640;vector<float>buffer(3*HEIGHT*WIDTH);Mat float_rgb;cout<<"\n======== 5种HWC->NCHW方法速度对比 ========\n"<<endl;// 方法1preprocess(bgr,float_rgb,WIDTH,HEIGHT);autot1=chrono::high_resolution_clock::now();for(inti=0;i<100;i++)hwc_to_nchw_loop3(float_rgb,buffer.data());autot2=chrono::high_resolution_clock::now();cout<<"方法1 loop3: "<<chrono::duration<float,milli>(t2-t1).count()/100<<" ms\n";// 方法2preprocess(bgr,float_rgb,WIDTH,HEIGHT);autot3=chrono::high_resolution_clock::now();for(inti=0;i<100;i++)hwc_to_nchw_flat_ptr(float_rgb,buffer.data());autot4=chrono::high_resolution_clock::now();cout<<"方法2 flat_ptr: "<<chrono::duration<float,milli>(t4-t3).count()/100<<" ms\n";// 方法3preprocess(bgr,float_rgb,WIDTH,HEIGHT);autot5=chrono::high_resolution_clock::now();for(inti=0;i<100;i++)hwc_to_nchw_row_ptr(float_rgb,buffer.data());autot6=chrono::high_resolution_clock::now();cout<<"方法3 row_ptr: "<<chrono::duration<float,milli>(t6-t5).count()/100<<" ms\n";// 方法4preprocess(bgr,float_rgb,WIDTH,HEIGHT);autot7=chrono::high_resolution_clock::now();for(inti=0;i<100;i++)hwc_to_nchw_split(float_rgb,buffer.data());autot8=chrono::high_resolution_clock::now();cout<<"方法4 split: "<<chrono::duration<float,milli>(t8-t7).count()/100<<" ms\n";// 方法5preprocess(bgr,float_rgb,WIDTH,HEIGHT);autot11=chrono::high_resolution_clock::now();for(inti=0;i<100;i++)hwc_to_nchw_split_copy(float_rgb,buffer.data());autot12=chrono::high_resolution_clock::now();cout<<"方法5 split_copy: "<<chrono::duration<float,milli>(t12-t11).count()/100<<" ms\n";return0;}

五、速度对比结果（真实测试）

======== 5种HWC->NCHW方法速度对比 ======== 方法1 loop3: 0.57 ms 方法2 flat_ptr: 0.48 ms 方法3 row_ptr: 0.47 ms 方法4 split: 0.17 ms ✅ 最快 方法5 split_copy: 0.21 ms

六、结论与工程建议

速度排名

split（方法4） > split_copy（方法5） > row_ptr（方法3） > flat_ptr（方法2） > loop3（方法1）

最佳方案推荐

1. 追求极致速度→方法4 split（首选）
2. 追求兼容性/稳定性→方法5 split_copy
3. 教学/理解原理→ 方法1 / 方法2
4. 工业部署正式使用→方法4 split（速度比手写循环快 2~3 倍）

七、适用场景

• YOLOv5 / YOLOv8 / YOLOv9 前处理
• TensorRT / ONNX 模型 CPU 前处理
• C++ 部署、嵌入式部署、纯 CPU 环境