爲什麼轉置一個numpy數組將它旋轉90度？

Question

我試圖從lmdbdataset中讀取圖像，對每個圖像進行增強，然後將它們保存到另一個dataset中，以便在我的培訓中使用。
這些圖像軸在保存到lmdb dataset時最初更改爲(3,32,32)，所以爲了增強它們，我必須將它們轉換回它們的實際形狀。
問題是每當我嘗試使用matplotlib的show()方法或scipy的toimage()顯示它們時，它們都會顯示圖像的旋轉版本。 因此，我們有：

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]) 

顯示使用toimage相同的圖像：現在

，如果我不轉data_train，pyplot的show()產生而 toimage()錯誤很好地顯示圖像：

這裏發生了什麼？
當我將轉置的data_train提供給我的擴展器時，我也會像前面的示例一樣獲得旋轉的結果。
現在我不確定這是一個顯示問題，還是實際的圖像確實旋轉了！
我該怎麼辦？

Answer 1

首先，仔細觀察。被轉移的陣列不旋轉，而是在對角線上鏡像（即交換X和Y軸）。

原始形狀是(3,32,32)，我解釋爲(RGB, X, Y)。但是，imshow需要一個形狀爲MxNx3的數組 - 顏色信息必須位於最後一個維度中。

通過轉置陣列，可以反轉尺寸的順序：(RGB, X, Y)變爲(Y, X, RGB)。這對matplotlib來說很好，因爲顏色信息現在位於最後一個維度，但是X和Y也被交換了。如果您想保留X的順序，Y，你可以告訴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) 

---

當使用imshow顯示圖像注意以下陷阱：

1. 它對待圖像作爲矩陣，因此數組的尺寸被解釋爲（ROW，COLUMN，RGB），這等同於（垂直，水平，顏色）或（Y，X，RGB）。

2. 它改變y軸的方向，所以左上角是img [0，0]。這與matplotlib的法線座標系不同，其中（0，0）是左下角。

實施例：

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) 

注意，較小的第一維對應於圖像的垂直方向。