简单目标检测图片数据增强: 翻转和旋转

介绍几个简单的图片数据增强方法，组合一下大概可以扩大个几倍，满足简单的数据增强需求。

环境
Python3.6
OpenCV

旋转后按原图裁剪
新生成的图形状与原图相同，多余的部分裁掉，缺少的部分用纯色填补。我做数据增强不太使用各个角度都转一遍、放大缩小这种，所以用这个函数比较少，一般就用来做180度旋转，形状也不会变，坐标转换很方便。

def rotate(image, angle, center=None, scale=1.0):   
     # image是图像的矩阵，angle是旋转角度，center是旋转中心像素坐标
     (h, w) = image.shape[:2]     
      if center is None:        
          center = (w / 2, h / 2)    
      M = cv2.getRotationMatrix2D(center, angle, scale) #得到变换矩阵   
      rotated = cv2.warpAffine(image, M, (w, h))    
      return rotate

重点介绍一下cv2.warpAffine函数，一般这个函数写三个参数，但是因为旋转后形状与原图有区别，因此需要对缺失的部分进行像素填充。默认值为黑色，可以通过设置参数来修改。例如，cv2.warpAffine(image, M, (w, h),borderValue=(255,255,255))

优点：旋转很灵活，可以各种旋转跳跃。
缺点：形状经过裁剪？有点担心特征被一剪梅

坐标转换：

1.矩形框180度旋转

new_x1=w-x2
new_x2=w-x1
new_y1=h-y2
new_y2=h-y1

2.普通旋转
其实是个坐标轴变换的问题，涉及原点的移动和坐标轴的旋转。
(a,b)是选择中心，angle是旋转角度。

X = (x-a) * math.cos(angle) - (y-b) * math.sin(angle) + a      
Y = (x-a) * math.cos(angle) + (y-b) * math.sin(angle) + b

旋转90度
这个就是普普通通的旋转，就只是把图片竖过来而已。

img=cv2.imread('imgfilename')
def vertical(img):
    img=img.transpose(1,0,2)
    #坐标轴变换一下
    (h, w)= img.shape[:2]    
    return img 

矩形框坐标变换

new_x1=y1
new_x2=x1
new_y1=y2
new_y2=x2

翻转
其实是一个逆序问题。顺便插入一下列表的逆序和数组的逆序。
列表逆序：A.reverse()
一维数组逆序：A[::-1] #-1代表step

def toggle(img):
    img=img[:,::-1,:]#左右翻转，上下翻转就img=img[::-1,:,:]
    (h, w)= img.shape[:2]   
    return img 

左右翻转坐标变换

new_x1=w-x2
new_x2=w-x1
new_y1=y2
new_y2=x2