为什么移调一个numpy数组会将它旋转90度？

Question

我正在尝试阅读lmdb dataset中的图片，对每个图片进行扩充，然后将其保存到另一个dataset中，以便在我的培训中使用。
这些图像轴在保存到(3,32,32)时最初更改为lmdb dataset，因此为了增强它们，我必须将它们转换回实际形状。
问题是每当我尝试使用matplotlib的{​​{1}}方法或show()的{​​{1}}方法显示它们时，它们都会显示图像的旋转版本。 所以我们有：

scipy

使用toimage()显示相同的图片：

现在如果我不转置img_set = np.transpose(data_train,(0,3,2,1)) #trying to display an image using pyplot, makes it look like this: plt.subplot(1,2,1) plt.imshow(img_set[0]) ，toimage的{​​{1}}会产生错误，而 data_train可以很好地显示图像：

这里发生了什么？ 当我将转置的data_train提供给我的增强器时，我也像前面的例子一样旋转结果 现在我不确定这是否是一个显示问题，或者实际的图像确实是旋转的！ 我该怎么办 ？

Answer 1

首先，仔细观察。 transoposed数组不旋转但在对角线上镜像（即交换X和Y轴）。

原始形状为(3,32,32)，我将其解释为(RGB, X, Y)。但是，imshow需要一个形状MxNx3的数组 - 颜色信息必须位于最后一个维度。

通过转置数组，您可以反转维度的顺序：(RGB, X, Y)变为(Y, X, RGB)。这对于matplotlib来说很好，因为颜色信息现在在最后一个维度，但X和Y也是交换的。如果你想保留X，Y的顺序，你可以告诉transpose to do so：

import numpy as np

img = np.zeros((3, 32, 64))  # non-square image for illustration

print(img.shape)  # (3, 32, 64)
print(np.transpose(img).shape)  # (64, 32, 3)
print(np.transpose(img, [1, 2, 0]).shape)  # (32, 64, 3)

使用imshow显示图像时，请注意以下缺陷：

1. 它将图像视为矩阵，因此数组的尺寸被解释为（ROW，COLUMN，RGB），相当于（VERTICAL，HORIZONTAL，COLOR）或（Y，X，RGB）

2. 它改变y轴的方向，因此左上角是img [0,0]。这与matplotlib的常规坐标系不同，其中（0,0）是左下角。

示例：

import matplotlib.pyplot as plt

img = np.zeros((32, 64, 3))
img[1, 1] = [1, 1, 1]  # marking the upper right corner white

plt.imshow(img)



请注意，较小的第一个维度对应于图像的垂直方向。