随机翻转numpy数组中每个图像的最有效方法答案

【问题标题】：The most effective way to random flip every image in a numpy array随机翻转numpy数组中每个图像的最有效方法
【发布时间】：2016-08-11 12:11:42
【问题描述】：

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 张图片的数组，每张图片的大小为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！

【问题讨论】：

如果你都在做，怎么可能是随机的？
你真的写过代码吗？定义“随机翻转每张图片”
实际上这种操作在深度学习文献中被称为数据增强。我不想使用 for 循环，因为它可能很慢...我会尝试@BlackBear 的方法，谢谢

标签： python numpy image-processing deep-learning

【解决方案1】：

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

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])]

第一个切片用于通道，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。现在对每张图片进行操作很简单：

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

【讨论】：

嗨，我的意思是对每张图片随机翻转它。
谢谢，这正是我想要的。