1. 学习目标
- 学习 OpenCV 图像的翻转函数 cv.flip；
- 学习 NumPy 矩阵的反转函数 np.flip；
- 自己实现矩阵反转的函数。
2. OpenCV 翻转
翻转也称镜像，是指将图像沿轴线进行轴对称变换。水平镜像是将图像沿垂直中轴线进行左右翻转，垂直镜像是将图像沿水平中轴线进行上下翻转，水平垂直镜像是水平镜像和垂直镜像的叠加。
2.1 cv.flip() 函数说明
cv.flip(src, flipCode[, dst]) -> dst
2.2 参数说明
| 参数 | 说明 |
|---|---|
| src | 表示输入图像。 |
| flipCode | 表示翻转轴线的控制参数，整型（int）。 |
| dst | 表示变换操作的输出图像，可选项。 |
2.3 flipCode 值说明
| 值 | 说明 |
|---|---|
| 0 | 表示水平翻转。 |
| 1 | 表示垂直翻转。 |
| -1 | 表示对角线翻转。 |
3. 翻转实例
3.1 实例代码
import cv2 as cv
import numpy as np
# 图像翻转
def image_flip():
img = cv.imread("./images/lena.jpg")
cv.imshow("original", img)
# 水平翻转
horizontally_img = cv.flip(img,0)
cv.imshow("horizontally_img", horizontally_img)
# 垂直翻转
vertically_img = cv.flip(img,1)
cv.imshow("vertically_img", vertically_img)
# 对角线翻转
horizontally_vertically_img = cv.flip(img,-1)
cv.imshow("horizontally_vertically_img", horizontally_vertically_img)
cv.waitKey(0)
cv.destroyAllWindows()
if __name__ == "__main__":
image_flip()
3.2 翻转效果
4. 矩阵反转
4.1 np.flip() 函数说明
numpy.flip(array, axis) → dst_array
4.2 参数说明
| 参数 | 说明 |
|---|---|
| array | 表示输入的数组。 |
| axis | 表示[integer]轴，阵列沿此轴反转。 |
4.3 axis 值说明
| 值 | 说明 |
|---|---|
| 0 | 表示上下反转。 |
| 1 | 表示左右反转。 |
5. 反转实例
5.1 实例代码
import cv2 as cv
import numpy as np
# 阵列反转
def image_np_flip():
img = cv.imread("./images/lena_small.jpg")
cv.imshow("original", img)
# 水平翻转
horizontally_img = np.flip(img,0)
cv.imshow("horizontally_img", horizontally_img)
# 垂直翻转
vertically_img = np.flip(img,1)
cv.imshow("vertically_img", vertically_img)
# 对角线翻转
horizontally_vertically_img0 = np.flip(img,0)
horizontally_vertically_img = np.flip(horizontally_vertically_img0,1)
cv.imshow("horizontally_vertically_img", horizontally_vertically_img)
cv.waitKey(0)
cv.destroyAllWindows()
if __name__ == "__main__":
image_np_flip()
5.2 反转效果
6. 实现阵列反转
6.1 实现阵列上下反转
- 获取阵列的宽高值；
- 复制一份改阵列，防止反转的时候影响了原阵列；
- 上下翻转只需要循环阵列的行，将第一行和最后一行互换，将第二行和倒数第二行互换！！！
- 注意：由于 range 是从 0 开始，所以最后一行需要先减 1！！！
- 注意：解构赋值直接将两个值进行互换，但是换的第一个值需要复制一份互换np.copy(src[i])！！！
# 上下翻转
def flip_ud(src):
h,w,c = src.shape
src = np.copy(src)
for i in range(h//2):
# cur = np.copy(src[i])
# src[i] = src[h-i-1]
# src[h-i-1] = cur
src[i],src[h-i-1] = src[h-i-1],np.copy(src[i])
return src
6.2 实现阵列左右反转
- 对比上下反转，左右反转需要循环列一层的互换！！！
# 左右翻转
def flip_lr(src):
h,w,c = src.shape
src = np.copy(src)
for i in range(h):
for j in range(w//2):
src[i][j],src[i][w-j-1] = src[i][w-j-1],np.copy(src[i][j])
return src
6.3 实现阵列左上角和右下角反转
# 图像左上角和右下角翻转
def flip_lu_rd(src):
h,w,c = src.shape
src = np.copy(src)
# 左上角和右下角翻转
for i in range(h//2):
for j in range(w//2):
src[i][j],src[h-i-1][w-j-1] = src[h-i-1][w-j-1],np.copy(src[i][j])
return src
6.4 使用 6.3 的方法实现对角线反转
- 图像左上角和右下角翻转;
- 右上角和左下角翻转;
2.1 左右翻转;
2.2 图像左上角和右下角翻转;
2.3 左右翻转图像还原。
def flip_ud_lr(src):
# 图像左上角和右下角翻转
src = flip_lu_rd(src)
# 右上角和左下角翻转
# 1. 左右翻转
src = flip_lr(src)
# 2. 图像左上角和右下角翻转
src = flip_lu_rd(src)
# 3. 左右翻转图像还原
src = flip_lr(src)
return src
6.5 直接使用 6.1 和 6.2 实现对角线反转
def flip_ud_lr(src):
# 上下翻转
src = flip_ud(src)
# 左右翻转
src = flip_lr(src)
return src
7. 实现图像翻转实例
7.1 翻转实例代码
# 上下翻转
def flip_ud(src):
h,w,c = src.shape
src = np.copy(src)
for i in range(h//2):
# cur = np.copy(src[i])
# src[i] = src[h-i-1]
# src[h-i-1] = cur
src[i],src[h-i-1] = src[h-i-1],np.copy(src[i])
return src
# 左右翻转
def flip_lr(src):
h,w,c = src.shape
src = np.copy(src)
for i in range(h):
for j in range(w//2):
src[i][j],src[i][w-j-1] = src[i][w-j-1],np.copy(src[i][j])
return src
# 图像左上角和右下角翻转
def flip_lu_rd(src):
h,w,c = src.shape
src = np.copy(src)
# 左上角和右下角翻转
for i in range(h//2):
for j in range(w//2):
src[i][j],src[h-i-1][w-j-1] = src[h-i-1][w-j-1],np.copy(src[i][j])
return src
def flip_ud_lr(src):
# 图像左上角和右下角翻转
src = flip_lu_rd(src)
# 右上角和左下角翻转
# 1. 左右翻转
src = flip_lr(src)
# 2. 图像左上角和右下角翻转
src = flip_lu_rd(src)
# 3. 左右翻转图像还原
src = flip_lr(src)
return src
def image_self_flip():
img = cv.imread("./images/lena_small.jpg")
# cv.imshow("original", img)
# 水平翻转
horizontally_img = flip_ud(img)
cv.imshow("horizontally_img", horizontally_img)
# 垂直翻转
vertically_img = flip_lr(img)
cv.imshow("vertically_img", vertically_img)
# 对角线翻转
horizontally_vertically_img = flip_ud_lr(img)
cv.imshow("horizontally_vertically_img", horizontally_vertically_img)
cv.waitKey(0)
cv.destroyAllWindows()
if __name__ == "__main__":
image_self_flip()
实现效果
8. 总结
- 注意： 阵列的反转 和 OpenCV 的翻转 对比，少了对角线翻转，但是使用【上下反转+左右反转】能够实现相同的效果；
- 自己使用循环阵列的方法实现水平、垂直、对角线翻转，但是相比原生方法，计算很慢，需要进行优化！！！
