计算机视觉 / 系统课时
翻转图像方向
翻转图像方向
OpenCV 可以用一次 cv2.flip 完成水平、垂直或双向翻转。真正需要掌握的是 flipCode 与像素坐标的对应关系:翻转不会改变图像尺寸,但会把像素重新映射到另一侧,标注点和检测框也必须按同样规则更新。
学习目标
- 使用
cv2.flip完成水平、垂直和双向翻转。 - 根据图像宽高计算翻转前后的像素坐标。
- 判断哪些图像增强场景可以翻转,以及哪些标注数据需要同步变换。
三种翻转方式
cv2.flip(src, flipCode) 的第二个参数决定翻转方向:0 表示上下翻转,正数表示左右翻转,负数表示上下和左右同时翻转。输出矩阵的宽、高、通道数和输入保持一致。
flipCode |
视觉效果 | 3×4 图像中的变化 |
|---|---|---|
0 |
上下翻转 | 第 1 行与第 3 行交换 |
1 |
左右翻转 | 每一行的列顺序反转 |
-1 |
双向翻转 | 行、列顺序都反转 |
下面直接使用可观察的整数矩阵执行三种翻转,因此每个输出位置都可以手工核对。
import cv2
import numpy as np
src = np.array([
[1, 2, 3, 4],
[5, 6, 7, 8],
[9, 10, 11, 12],
], dtype=np.uint8)
horizontal = cv2.flip(src, 1)
vertical = cv2.flip(src, 0)
both = cv2.flip(src, -1)
print("horizontal:\n", horizontal)
print("vertical:\n", vertical)
print("both:\n", both)预期输出
horizontal:
[[ 4 3 2 1]
[ 8 7 6 5]
[12 11 10 9]]
vertical:
[[ 9 10 11 12]
[ 5 6 7 8]
[ 1 2 3 4]]
both:
[[12 11 10 9]
[ 8 7 6 5]
[ 4 3 2 1]]坐标怎样变化
设图像宽为 、高为 ,左上角像素坐标为 (0, 0)。因为有效横坐标范围是 0 到 W-1,有效纵坐标范围是 0 到 H-1,所以翻转时必须减去 1,不能直接使用 W-x 或 H-y。
水平翻转后的坐标为:
垂直翻转后的坐标为:
双向翻转则同时应用两条规则。以宽 640、高 480 的图像为例,点 (100, 50) 水平翻转后是 (539, 50),垂直翻转后是 (100, 429),双向翻转后是 (539, 429)。

标注数据也要同步翻转
如果只翻转训练图像而不更新标注,目标位置会立即错位。对单个关键点直接套用上面的坐标公式;矩形框则应变换两条边。例如水平翻转一个采用 (x1, y1, x2, y2) 表示的框时,新横向边界可写成 new_x1=W-1-x2、new_x2=W-1-x1。
若使用半开区间框坐标,例如边界表达为 [x1, x2),公式需要按该坐标约定重新推导,不能机械套用像素点公式。项目中应先确认检测框究竟表示像素索引、连续坐标,还是半开区间,再统一实现增强逻辑。
翻转前先检查语义
水平翻转常用于自然图像数据增强,但并非所有内容都具有左右对称语义。带文字、交通标志、左右手标记、医学方位标记的图像,翻转后可能改变含义;垂直翻转对街景、人物和多数自然场景通常更不合理。
验收时先确认 flipped.shape == src.shape,再检查一个靠近边缘的已知像素或标注点是否落到计算出的目标位置。这样既能验证 flipCode,也能及时发现宽高顺序或坐标边界处理错误。