在图像上执行反光中心垫

Question

来自活跃的 Kaggle 竞赛的

This forum thread 提到了作者称之为 "reflective center pad" 的东西。基本上这是一种变换，它获取图像的边缘并将它们向外反射，从而导致图像边缘出现镜像，作者略微展示了这一点，但显着提高了模型性能。

作为参考，这是他们 post 演示此技术的图像：

我的问题是双重的：

此转换是否有规范名称？ "Reflective center pad" 听起来非官方。
用代码表达这种转换的简单方法是什么，也许使用 numpy 和 skimage 之类的东西？

Answer 1

回答你的第二个问题：

import Image
import numpy as np
from scipy.misc import face

# example input
f = face()[200:500:2, 400:800:2]
# example output size
outy, outx = 480, 640

iny, inx, *_ = f.shape
iny -= 1; inx -= 1
yoffs, xoffs = (outy - iny) // 2, (outx - inx) // 2

Y, X = np.ogrid[:outy, :outx]
# transformation logic is essentially contained in line below
out = f[np.abs((Y - yoffs + iny) % (2*iny) - iny), np.abs((X - xoffs + inx) % (2*inx) - inx)]

Image.fromarray(out).save('m.png')

结果：

Answer 2

Does this transformation have a canonical name? "Reflective center pad" sounds unofficial.

"Symmetric padding" 是表示此转换的常用表达式。

What's a simple way of expressing this transformation in code

我认为实现该目标的最简单方法是使用 Numpy 的 pad 和 mode='symmetric'。

演示

import numpy as np
from skimage import data
import matplotlib.pyplot as plt

img = data.astronaut()
padded = np.pad(img, pad_width=((100, 200), (100, 500), (0, 0)), mode='symmetric')

fig, (ax1, ax2) = plt.subplots(2, 1)
ax1.imshow(img)
ax2.imshow(padded)
fig.show()

在图像上执行反光中心垫

Performing a reflective center pad on an image

python

numpy

image-processing

linear-algebra

scikit-image

演示