為什么移調一個numpy數組會將其旋轉90度？

Question

我正在嘗試從lmdb dataset讀取圖像，對每個圖像進行擴充，然后將它們保存到另一個dataset以便在我的培訓中使用。
這些圖像軸在被保存到lmdb dataset時最初被更改為(3,32,32) ，因此為了增強它們，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。 所以我們有：

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])

使用toimage顯示相同的圖像：

現在如果我不轉換data_train ， pyplot的show()生成錯誤，而toimage()會很好地顯示圖像：

這里發生了什么？
當我將轉置的data_train提供給我的增強器時，我也像前面的例子一樣旋轉結果。
現在我不確定這是否是一個顯示問題，或者實際圖像確實是旋轉的！
我該怎么辦 ？

Answer 1

首先，仔細看看。 transoposed陣列不旋轉但在對角線上鏡像（即交換X軸和Y軸）。

原始形狀是(3,32,32) ，我將其解釋為(RGB, X, Y) 。 但是， imshow期望一個形狀MxNx3的數組 - 顏色信息必須在最后一個維度。

通過轉置數組，您可以反轉維度的順序： (RGB, X, Y)變為(Y, X, RGB) 。 這對於matplotlib來說很好，因為顏色信息現在在最后一個維度，但X和Y也是交換的。 如果你想保留X，Y的順序你可以告訴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)

---

使用imshow顯示圖像時，請注意以下陷阱：

1. 它將圖像視為矩陣，因此數組的尺寸被解釋為（ROW，COLUMN，RGB），相當於（垂直，水平，顏色）或（Y，X，RGB）。

2. 它改變了y軸的方向，所以左上角是img [0,0]。 這與matplotlib的常規坐標系不同，其中（0,0）是左下角。

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。