【OpenCV-Python】：图像批量翻转

在做深度学习工作时，有时数据集数量不够，势必要进行数据增强，一些框架如tensorflow、keras、pytorch也提供了相应的API用于数据增强。

keras中的tf.keras.preprocessing.image.ImageDataGenerator使用实时数据增强生成批量张量图像数据。这里给出API整体：

tf.keras.preprocessing.image.ImageDataGenerator(
    featurewise_center=False,
    samplewise_center=False,
    featurewise_std_normalization=False,
    samplewise_std_normalization=False,
    zca_whitening=False,
    zca_epsilon=1e-06,
    rotation_range=0,
    width_shift_range=0.0,
    height_shift_range=0.0,
    brightness_range=None,
    shear_range=0.0,
    zoom_range=0.0,
    channel_shift_range=0.0,
    fill_mode="nearest",
    cval=0.0,
    horizontal_flip=False,
    vertical_flip=False,
    rescale=None,
    preprocessing_function=None,
    data_format=None,
    validation_split=0.0,
    dtype=None,
)

具体使用方法，请参考Keras官网 图像数据预处理

除了使用上面API外，我们也可以使用OpenCV中的函数cv2.flip进行处理。

语法结构：dst = cv2.flip(src, flipcode)，其中src表示要处理的图像，flipCode表示旋转类型。

flipcode参数意义如下表：

参数值	说明	意义
0	只能是0	绕x轴翻转
正数	1，2，3 等任意整数	绕y轴翻转
负数	-1，-2，-3 等任意负数	绕x、y轴同时翻转

代码实现：

import cv2
import os
import numpy as np

def read_path(file_pathname):
    for filename in os.listdir(file_pathname):
        filename = filename
        print(filename)
        img = cv2.imread(file_pathname+'/'+filename)
        imageR1p0 = cv2.flip(img, 0)
        cv2.imwrite(r"C:\Users\Wxr\Desktop\2" + "/" + filename, imageR1p0)
read_path(r"C:\Users\Wxr\Desktop\1")

对flipcode参数更改后，得到的翻转图像如下图：

分别是：原图，绕x轴翻转，绕y轴翻转，绕x，y轴同时翻转。