为什么转置NumPy数组会将其旋转90度？

Question

我正在尝试从一个lmdb数据集中读取图像，对每个图像进行增强，然后将它们保存到另一个数据集中以供我的训练使用。
当这些图像被保存到lmdb数据集中时，它们的轴最初被更改为(3,32,32)，因此为了增强它们，我必须将它们转置回其实际形状。
问题是，每当我尝试使用matplotlib的show()方法或scipy的toimage()方法显示它们时，它们会显示图像的旋转版本。 因此我们有：

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])

使用 toimage 显示同一张图片：

现在，如果我不对 data_train 进行转置，pyplot 的 show() 会生成一个错误，而 toimage() 则正常显示图片:

这是怎么回事呢？
当我将转置后的数据集 data_train 输入至增强器时，得到的结果与之前的例子一样旋转了。
现在我不确定这是一个显示问题，还是实际上图像确实是旋转了！
我该怎么办?

- Hossein

Answer 1

首先，仔细观察。转置后的数组没有旋转，而是沿对角线镜像翻转（即X和Y轴互换）。

原始形状为(3,32,32)，我将其解释为(RGB，X，Y)。然而，imshow需要一个形状为MxNx3的数组，颜色信息必须在最后一个维度中。

通过转置数组，您可以反转维度的顺序：(RGB，X，Y)变为(Y，X，RGB)。对于matplotlib来说这没问题，因为现在颜色信息在最后一个维度中，但是X和Y也被交换了。如果您想保留X和Y的顺序，可以告诉transpose这样做：

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)

---

使用 imshow 显示图像时，请注意以下几点:

1. 它将图像视为矩阵，因此数组的尺寸被解释为 (行, 列, RGB)，相当于(垂直方向, 水平方向, 颜色)或(Y, X, RGB)。

2. 它改变了 y 轴的方向，因此左上角是 img[0, 0]。这与 matplotlib 的常规坐标系不同，其中 (0, 0) 是左下角。

示例：

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)

请注意，第一个维度较小的对应图像的垂直方向。

- MB-F

---

非常感谢，解释得非常好 ;) - Hossein