python - 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。每个图像都用一个关键点 (x|y) 标记。

我使用 numpy 翻转图像以进行数据增强。

我使用以下代码翻转图像水平：

img = img[:, ::-1]

与此代码垂直

 img = img[::-1]

到目前为止，一切都很好。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。

提前致谢。

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 是以弧度表示的旋转角度，但我不知道是什么给出的img = img[:, ::-1]）））

Answer 2

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，顶部 35 个单位将是底部 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]

Answer 3

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

X = img.shape[1]
y = img.shape[0]

水平翻转时重新计算 X-Position。

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