安装必要的库

pip install numpy matplotlib

完整实现代码

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.image as mpimg

def read_image(path):
    try:
        image_array = mpimg.imread(path)
        return image_array
    except FileNotFoundError:
        print(f"错误：找不到文件{path}")
        return None
    except Exception as e:
        print(f"读图时发生错误：{e}")
        return None

"""水平镜像变换"""
def horizontal_mirror(image_array):
    # 获取图像尺寸
    if len(image_array.shape) == 3:  # 彩色图像
        height, width, channels = image_array.shape
        # 创建空的结果数组
        mirrored = np.zeros_like(image_array)
        # 使用矩阵操作实现水平镜像
        for i in range(height):
            mirrored[i, :, :] = image_array[i, ::-1, :]  # 修正：::-1 而不是 ::i
        return mirrored
    else:  # 灰度图像
        height, width = image_array.shape
        mirrored = np.zeros_like(image_array)
        for i in range(height):
            mirrored[i, :] = image_array[i, ::-1]
        return mirrored

"""垂直镜像变换"""
def vertical_mirror(image_array):
    # 获取图像尺寸
    if len(image_array.shape) == 3:  # 彩色图像
        height, width, channels = image_array.shape
        # 创建空的结果数组
        mirrored = np.zeros_like(image_array)
        # 对于每一列，将像素从下到上复制
        for j in range(width):  # 修正：应该是width而不是height
            mirrored[:, j, :] = image_array[::-1, j, :]
        return mirrored
    else:  # 灰度图像
        height, width = image_array.shape
        mirrored = np.zeros_like(image_array)
        for j in range(width):
            mirrored[:, j] = image_array[::-1, j]
        return mirrored

def horizontal_mirror_optimized(image_array):
    if len(image_array.shape) == 3:
        return image_array[:, ::-1, :]
    else:
        return image_array[:, ::-1]

def vertical_mirror_optimized(image_array):
    if len(image_array.shape) == 3:
        return image_array[::-1, :, :]
    else:
        return image_array[::-1, :]

def display_images(original, horizontal, vertical, both):
    plt.figure(figsize=(12, 10))
    
    plt.subplot(2, 2, 1)
    plt.imshow(original, cmap='gray' if len(original.shape) == 2 else None)
    plt.title('原始图像')
    plt.axis('off')

    plt.subplot(2, 2, 2)
    plt.imshow(horizontal, cmap='gray' if len(horizontal.shape) == 2 else None)
    plt.title('水平镜像')
    plt.axis('off')

    plt.subplot(2, 2, 3)
    plt.imshow(vertical, cmap='gray' if len(vertical.shape) == 2 else None)
    plt.title('垂直镜像')
    plt.axis('off')

    plt.subplot(2, 2, 4)
    plt.imshow(both, cmap='gray' if len(both.shape) == 2 else None)
    plt.title('水平+垂直镜像')
    plt.axis('off')

    plt.tight_layout()
    plt.show()

def main():
    # 读取图像
    path = "your_image.jpg"  # 确保这个文件存在
    image_array = read_image(path)
    
    if image_array is None:
        print("无法读取图像，程序退出")
        return  # 只有读取失败时才返回
    
    print(f"图像尺寸：{image_array.shape}")
    print(f"像素值范围：{image_array.min()} 到 {image_array.max()}")
    
    # 执行镜像变换（使用优化版本，更快）
    horizontal_mirrored = horizontal_mirror_optimized(image_array)
    vertical_mirrored = vertical_mirror_optimized(image_array)
    both_mirrored = vertical_mirror_optimized(horizontal_mirror_optimized(image_array))
    
    # 显示结果
    display_images(image_array, horizontal_mirrored, vertical_mirrored, both_mirrored)

if __name__ == "__main__":
    main()

代码说明

1. 水平镜像变换：使用NumPy的切片操作[:, ::-1, :]，其中::-1表示将列顺序反转
2. 垂直镜像变换：使用切片操作[::-1, :, :]，其中::-1表示将行顺序反转
3. 同时变换：先水平后垂直镜像，相当于旋转180度

1. 图像读取

使用matplotlib.image.imread()函数读取图像，返回一个NumPy数组。注意：

• 对于PNG图像，像素值范围是0-1
• 对于JPEG图像，像素值范围是0-255

2. 镜像变换实现

提供了两种实现方式：

基础版本（使用循环）：

def horizontal_mirror(image_array):
    height, width, channels = image_array.shape
    mirrored = np.zeros_like(image_array)
    for i in range(height):
        mirrored[i, :, :] = image_array[i, ::-1, :]
    return mirrored

优化版本（使用NumPy高级索引）：

def horizontal_mirror_optimized(image_array):
    return image_array[:, ::-1, :]

添加对灰度图像的支持：检查图像维度并分别处理彩色和灰度图像

在显示图像时添加cmap参数：确保灰度图像正确显示

3. 图像显示和保存

使用Matplotlib显示和保存图像结果。

使用说明

1. 将代码中的"your_image.jpg"替换为你要处理的图像路径
2. 运行代码，将会显示原始图像和三种镜像变换的结果
3. 如果需要保存结果，取消注释代码末尾的保存部分

注意事项

1. 如果图像是灰度图（只有高度和宽度两个维度），需要先将其转换为三通道图像：

   if len(image_array.shape) == 2:
       image_array = np.stack([image_array] * 3, axis=-1)
   

2. 处理不同格式的图像时需要注意像素值范围：

   • PNG图像：0-1
   • JPEG图像：0-255