用numpy计算坐标的新位置

Question

我有一个用于关键点检测的图像数据集。每个图像都标有一个关键点 (x|y)。我使用 numpy 来翻转图像以进行数据增强。我使用以下代码水平翻转图像：img = img[:, ::-1]与此代码垂直 img = img[::-1]到现在为止还挺好。但我还必须重新计算关键点（标签）（[85 35]）我知道它的基本数学，但我还没有找到解决方案。

Answer 1

使用旋转矩阵：

x_new = x_old * np.cos(alpha) - y_old * np.sin(alpha)
y_new = x_old * np.sin(alpha) + y_old * np.cos(alpha)

Alpha 是以弧度为单位的旋转角度，但我不知道是什么给出了img = img[:, ::-1])))

Answer 2

如果您要翻转 180° 度（普通垂直或水平），则不需要旋转矩阵。只需获取图像的形状。

X = img.shape[1]
y = img.shape[0]

水平翻转时重新计算 X 位置。

X_Position_New = X - X_Position_Old

垂直翻转时重新计算 Y 位置。

Y_Position_New = Y - Y_Position_Old

Answer 3

如果水平翻转图像，那么距左侧 85 个单位的像素将距右侧 85 个单位。垂直翻转也是如此，距离顶部 35 个单位将是距离底部 35 个单位。

因此，现在您可以借助img.shape图像的大小来计算位置，也可以使用可以使用负索引访问图像的事实。所以点将[85 35]是点[-85 35]或[width_of_image-85 35]