python - 随机翻转 numpy 数组中每个图像的最有效方法

标签 python numpy image-processing deep-learning

例如,我有一个形状为 1000*3*256*256 的 numpy 数组 a。 换句话说,a是一个包含1000张图像的数组,每张图像的大小为3*256*256。 我想随机翻转每张图像,所以我的问题是如何有效地做到这一点?谢谢!

最佳答案

基础知识:array[slice(a,b,c)] 等价于 array[a:b:c],并反转(“翻转”)数组使用 slice(None, None, -1),与 array[::-1] 相同。

所以让我们为每个图像构建随机翻转:

>>> import random
>> flips = [(slice(None, None, None),
...          slice(None, None, random.choice([-1, None])),
...          slice(None, None, random.choice([-1, None])))
...          for _ in xrange(a.shape[0])]

第一个切片用于 channel ,第二个切片用于 Y 轴,第三个切片用于 X 轴。让我们构建一些测试数据:

>>> import numpy as np
>>> a = np.array(range(3*2*5*5)).reshape(3,2,5,5)

我们可以将每个随机翻转单独应用于每个图像:

>>> flips[0]
(slice(None, None, None), slice(None, None, -1), slice(None, None, None))
>>> a[0]
array([[[ 0,  1,  2,  3,  4],
        [ 5,  6,  7,  8,  9],
        [10, 11, 12, 13, 14],
        [15, 16, 17, 18, 19],
        [20, 21, 22, 23, 24]],

       [[25, 26, 27, 28, 29],
        [30, 31, 32, 33, 34],
        [35, 36, 37, 38, 39],
        [40, 41, 42, 43, 44],
        [45, 46, 47, 48, 49]]])
>>> a[0][flips[0]]
array([[[20, 21, 22, 23, 24],
        [15, 16, 17, 18, 19],
        [10, 11, 12, 13, 14],
        [ 5,  6,  7,  8,  9],
        [ 0,  1,  2,  3,  4]],

       [[45, 46, 47, 48, 49],
        [40, 41, 42, 43, 44],
        [35, 36, 37, 38, 39],
        [30, 31, 32, 33, 34],
        [25, 26, 27, 28, 29]]])

如您所见,flips[0] 垂直翻转图像。现在对每个图像执行此操作很简单:

>>> random_flipped = np.array([img[flip] for img, flip in zip(a, flips)])

关于python - 随机翻转 numpy 数组中每个图像的最有效方法,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/36716293/

相关文章:

image-processing - 使用 OpenCV 的脉冲、高斯和椒盐噪声

python - Tabula Py 未检测 PDF 中的表格

python - 带日期的 matplotlib 居中条形图

python - 模拟 Excel sumifs/多标准索引与 python/pandas 中的数据帧匹配

python - 如何将自定义函数列表传递给 pandas.Dataframe.aggregate

python - 如何得到两个矩阵的乘积?

python - 无法使用 python 连接到 TOR

python - Pytest Flask 请求推荐人

python - 需要有效的方法将较小的 Numpy 数组广播到较大的数组中

java - 如何从像素值数组和已知的宽度和高度创建图像..?