今天來學習如何翻轉與旋轉圖片，這在資料增強（Data Augmentation）時非常重要。
透過翻轉與旋轉，可以讓模型見到更多不同視角的影像，有助提升模型泛化能力。

🖼️ 測試圖片準備

和前幾天一樣，準備一張彩色圖片（image.jpg）放在同一資料夾：

import cv2

img = cv2.imread('image.jpg')

為了讓圖片停留讓我們可以觀察，記得最後要加上這段。

cv2.waitKey()
cv2.destroyAllWindows()

🔄 翻轉圖片

使用 cv2.flip() 可以將圖片做水平或垂直翻轉：

flip_horizontal = cv2.flip(img, 1)  # 水平翻轉（左右反轉）
flip_vertical = cv2.flip(img, 0)    # 垂直翻轉（上下顛倒）
flip_both = cv2.flip(img, -1)       # 同時水平和垂直翻轉（旋轉180度效果）

cv2.imshow("My Image", img)
cv2.imshow('Flip Horizontal', flip_horizontal)
cv2.imshow('Flip Vertical', flip_vertical)
cv2.imshow('Flip Both', flip_both)

• 參數說明：
  • 1：水平翻轉
  • 0：垂直翻轉
  • -1：水平+垂直同時翻轉

翻轉圖片在資料增強和鏡像檢測等應用中非常實用。

翻轉後的範例如下圖:

⟳ 旋轉圖片

旋轉圖片需要先計算旋轉矩陣，再利用 cv2.warpAffine 做仿射變換：

h, w = img.shape[:2]  # 取得圖片高度與寬度
M = cv2.getRotationMatrix2D((w//2, h//2), 45, 1)  # 以圖片中心為軸，旋轉45度，縮放比例1
rotated = cv2.warpAffine(img, M, (w, h))  # 進行旋轉

cv2.imshow("My Image", img)
cv2.imshow("Rotated", rotated)

• getRotationMatrix2D(center, angle, scale)：

  • center：旋轉中心點（此例為圖片中心）
  • angle：旋轉角度（正值為逆時針方向）
  • scale：縮放比例（1表示不縮放）

• warpAffine()：

  • 根據旋轉矩陣對圖片做仿射變換，產生旋轉後的新圖片。

旋轉圖片常用於資料增強、圖像對齊和修正等任務。

旋轉後的範例如下圖:

📌 今日結語

• cv2.flip() 是簡單有效的圖片翻轉方法，有水平、垂直和同時翻轉三種模式。
• 利用旋轉矩陣與 cv2.warpAffine() 可以對圖片進行任意角度旋轉。
• 這些幾何變換是資料增強中不可或缺的技巧，可以提升模型對不同視角的容錯率。
• 實務中可結合縮放、平移等操作，打造更多樣化的訓練資料。

掌握圖片的翻轉與旋轉，讓你在影像前處理和資料增強方面更加靈活！