python - 使用 numpy 增强图像 Python cv2 的数组操作

Question

给定 X 是一个 Numpy 数组 X.shape =(1, 96, 96, 3)，基本上是从 CV2 读取的图像。我正在寻找增强操作的更简单的表达方式。

您能否解释一下以下代码行的作用

b=X[:, ::-1, :, :]
c=X[:, ::-1, ::-1, :]
d=X[:, :, ::-1, :]

标签： pythonarraysnumpyopencvcv2

Answer 1

X[::-1]索引适用：索引X从第一个到最后一个，步长为-1.

• b=X[:, ::-1, :, :]- 向上/向下反转图像。
• c=X[:, ::-1, ::-1, :]- 反转图像上/下和左/右。
• d=X[:, :, ::-1, :]- 左/右反转图像。

---

备注：
::不是算子，实际上是两个:算子一个接一个。
X[::-1]是一样的X[ : : -1]。
请参阅索引文档。

基本切片语法是 i:j:k 其中 i 是起始索引，j 是停止索引，k 是步长。

如果没有给出 i，则默认为 0

如果没有给出 j，则默认为 n

写作[: : -1]，省略iand j，并设置k为-1。
语法的意思是：“从 index0中取出所有元素，使用 step -1”，它以相反的顺序给出所有元素（沿着这个轴的所有元素）。

---

例子：

import cv2
import numpy as np

# Build input:
im = cv2.imread('chelsea.png')
im = cv2.resize(im, (96, 96))
X = np.empty((1, im.shape[0], im.shape[1], im.shape[2])).astype(np.uint8)
X[0, :, :, :] = im

b = X[:, ::-1, :, :]
c = X[:, ::-1, ::-1, :]
d = X[:, :, ::-1, :]

---

结果：

我是：

乙：

C：

d:

---

注意：
我有点忽略了第一个索引，因为维度是1.
在多帧的情况下，第一个索引通常应用帧数。