如何显示并保存图像翻转函数处理后的图像与掩码？

首先先修正你代码里的两个小问题：

1. Load_Image函数里的cv.imread要改为cv2.imread（你导入的是cv2而非cv）
2. 调用翻转函数时，变量名不要和函数名重名，否则会覆盖原函数，建议改为：

   flipped_img, flipped_mask = RandomFlip(img, msk)
   

一、显示翻转后的图像 #

提供两种常用方案，适配不同查看需求：

方案1：用Matplotlib并排对比显示 #

适合快速查看图像与掩码的对应关系，代码如下：

# 创建1行2列的子图布局，控制显示尺寸
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(12, 6))

# 显示翻转后的图像
ax1.imshow(flipped_img)
ax1.set_title('翻转后的图像')
ax1.axis('off')  # 隐藏坐标轴，让画面更整洁

# 显示翻转后的掩码（掩码一般用灰度图显示更清晰）
ax2.imshow(flipped_mask, cmap='gray')
ax2.set_title('翻转后的掩码')
ax2.axis('off')

# 自动调整子图间距
plt.tight_layout()
plt.show()

方案2：用OpenCV单独弹窗显示 #

OpenCV的窗口支持拖拽缩放，适合细节查看，注意要把RGB转回BGR格式（OpenCV默认以BGR读取/显示）：

# 图像转回BGR格式后显示
cv2.imshow('Flipped Image', flipped_img[:, :, ::-1])
# 掩码如果是多通道同样转回BGR，单通道直接显示
cv2.imshow('Flipped Mask', flipped_mask[:, :, ::-1] if len(flipped_mask.shape)==3 else flipped_mask)

# 等待任意按键关闭窗口，0表示无限等待
cv2.waitKey(0)
cv2.destroyAllWindows()

二、保存翻转后的图像 #

提供两种方案，适配不同后续处理场景：

方案1：用OpenCV保存（通用格式） #

同样需要转回BGR格式，避免保存的图像颜色异常：

# 保存翻转后的图像
cv2.imwrite('flipped_6192.jpg', flipped_img[:, :, ::-1])
# 保存翻转后的掩码
cv2.imwrite('flipped_6192.bmp', flipped_mask[:, :, ::-1] if len(flipped_mask.shape)==3 else flipped_mask)

方案2：用Torch的save_image保存（适配PyTorch流程） #

如果后续需要用PyTorch处理，可以直接转为张量保存：

# 将图像从HWC格式转为CHW张量，并增加batch维度
img_tensor = transforms.ToTensor()(flipped_img).unsqueeze(0)
mask_tensor = transforms.ToTensor()(flipped_mask).unsqueeze(0)

# 保存张量格式的图像
save_image(img_tensor, 'flipped_tensor_6192.jpg')
save_image(mask_tensor, 'flipped_tensor_6192.bmp')

修正后的完整代码示例 #

import torch
import torchvision.transforms as transforms
from torchvision.utils import save_image
import cv2 
from matplotlib import pyplot as plt
import numpy as np

## define functions
def t_random(min=0, max=1):
    return min + (max - min) * np.random.rand()

def t_randint(min, max):
    return np.random.randint(low=min, high=max)

class augCompose(object):
    def __init__(self, transforms=None):
        self.transforms = transforms

    def __call__(self, img, mask):
        if self.transforms is not None:
            for op, prob in self.transforms:
                if t_random() <= prob:
                    img, mask = op(img, mask)
        return img, mask

def RandomFlip(img, mask, FLIP_LEFT_RIGHT=True, FLIP_TOP_BOTTOM=True):
    if FLIP_LEFT_RIGHT and t_random() < 0.5:
        img = cv2.flip(img, 1)
        mask = cv2.flip(mask, 1)
    if FLIP_TOP_BOTTOM and t_random() < 0.5:
        img = cv2.flip(img, 0)
        mask = cv2.flip(mask, 0)
    return img, mask

# This function will read the image using its path with opencv
def Load_Image(Path):
    img = cv2.imread(Path)[:,:,::-1] # opencv read the images in BGR format 
                                    # so we use [:,:,::-1] to convert from BGR to RGB
    return img

## Load the image
img = Load_Image("..........\\6192.jpg")
msk = Load_Image("...........\\6192.bmp")

## Call the function 
flipped_img, flipped_mask = RandomFlip(img, msk)

## 显示图像
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(12, 6))
ax1.imshow(flipped_img)
ax1.set_title('翻转后的图像')
ax1.axis('off')
ax2.imshow(flipped_mask, cmap='gray')
ax2.set_title('翻转后的掩码')
ax2.axis('off')
plt.tight_layout()
plt.show()

## 保存图像
cv2.imwrite('flipped_6192.jpg', flipped_img[:, :, ::-1])
cv2.imwrite('flipped_6192.bmp', flipped_mask[:, :, ::-1] if len(flipped_mask.shape)==3 else flipped_mask)

内容的提问来源于stack exchange，提问作者NOWORRIES