本文记录图像分割预处理知识，面向新手。先说明目标检测、分类与分割的labels差异，解释分割mask因0、1取值显纯黑，可转为0、255显示。接着介绍mask“显形”“勾勒形状”“图像融合”“简单上色”及“还原色彩”的方法，附具体代码，还拓展了三通道分离知识，助新手理解。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
前言
前段时间参加了一个图像的分割比赛，因为是刚接触图像分割这一块，所以很多东西都不太懂得。搞完比赛后，就来写一个项目记录一下，方便像我这样的小白更好的理解一下图像分割预处理的一下小知识。
一些小小知识点
目标检测的labels对应的目标的类别与bbox的坐标参数
图像分类的labels对应就是文件名字的类别
而图像分割的labels对应的就是该物体的轮廓
相信很多小伙伴刚接触图像分割会遇到这样的情况，看了原图之后，再看原图对应的labels，发现是一张纯黑的图片（黑人问号脸？）。连图像的labels都看不到，那还怎么进行后面的研究呢。实际上这是因为图片的labels只用了0，1的取值所以看起来纯黑的图片，通常解决的办法是我们会把labels的取值1变成255；即把0，1二值变成0，255二值。 处理之后，就可以看到labels变成一张黑白的图片。
接下来就是介绍如何把一张labels“纯黑”的图片变成“黑白”图片
图像分割中我习惯labels称作为mask，因此后面的labels就当做是mask方便理解
一、mask之“显形”
PS:数据来源于胸部x光肺部分割数据，并进行了一定的处理后再展示使用。【部分展示】
我们来看原图
再看mask（0，1取值）
一片漆黑，啥也看不到，都不知道它分割的是哪部分。为了把mask“显形”就可以通过下面的程序进行处理，处理后就会变成这样的结果。经处理后我们就可以清晰看到原图的mask的到底是哪一部分
In [5]
#导入必要的包import PIL.Image as Imagefrom tqdm import tqdmimport numpy as npimport osimport timedata_path='HB_data/mask'#原图对应的mask图——0，1二值的黑色图片data_path2='HB_data/c_mask'#保存mask图——0，255二值的黑白图片for _, _, files in os.walk(data_path): #批量化处理 for f in tqdm(files): img = Image.open(os.path.join(data_path, f)) img = np.asarray(img).copy() # print(img) img[img ==1 ] = 255 # print(img) img = Image.fromarray(img) img.save(os.path.join(data_path2, f))
100%|██████████| 1/1 [00:00<00:00, 82.49it/s]0it [00:00, ?it/s]
其实原理还是比较简单的，就是用了numpy函数把图片数据弄成矩阵的数值，把矩阵里面为1的数值转化为255，然后再变成图片的数据便可显示。
另外如果想把0，255二值“黑白”照片变成0，1二值“纯黑”照片，可以把上面的1，255互换位置即可
mask显示出来了，但是要原图还有mask来回切换会显得有点不方便，看的有点眼花缭乱，要是图片里面种类多而且目标小，很难可以对的上。因此我们需要把原图和mask合并在一张图上，就是把mask的形状在原图“勾勒”出来。接下来就介绍如何“勾勒形状”。
二、mask之“勾勒形状”
这里我们使用的数据是眼底血管语义分割数据集，并进行了一定的处理。【部分展示】
Tips:这里我们使用的mask是0，255二值。原数据集是0，1二值，可以执行完第一步后再进行进行这一步。这里需要注意一个问题是，原图与mask都是要相同的数据格式才可以展示出来，如果格式不匹配就显示不出来效果
原图：
对应的mask：
“勾勒出形状”–mask映射回原图：
函数cv2.findContours(image, mode, method[, offset])
概述：寻找一个二值图像的轮廓。注意黑色表示背景，白色表示物体，即在黑色背景里寻找白色物体的轮廓
参数：
image:8位单通道图像。非零像素值视为1，所以图像视作二值图像mode:轮廓检索的方式cv2.RETR_EXTERNAL:只检索外部轮廓cv2.RETR_LIST: 检测所有轮廓且不建立层次结构cv2.RETR_CCOMP: 检测所有轮廓，建立两级层次结构cv2.RETR_TREE: 检测所有轮廓，建立完整的层次结构
method:轮廓近似的方法cv2.CHAIN_APPROX_NONE:存储所有的轮廓点cv2.CHAIN_APPROX_SIMPLE:压缩水平，垂直和对角线段，只留下端点。 例如矩形轮廓可以用4个点编码。cv2.CHAIN_APPROX_TC89_L1,cv2.CHAIN_APPROX_TC89_KCOS:使用Teh-Chini chain近似算法offset:（可选参数）轮廓点的偏移量，格式为tuple,如（-10，10）表示轮廓点沿X负方向偏移10个像素点，沿Y正方向偏移10个像素点
函数cv2.drawContours(image, contours, contourIdx, color[, thickness[, lineType[, hierarchy[, maxLevel[, offset]]]])
概述绘制轮廓线或者填充轮廓
参数image:需要绘制轮廓的目标图像，注意会改变原图contours:轮廓点，上述函数cv2.findContours()的第一个返回值contourIdx**:轮廓的索引，表示绘制第几个轮廓，-1表示绘制所有的轮廓color:绘制轮廓的颜色thickness:（可选参数）轮廓线的宽度，-1表示填充lineType:（可选参数）轮廓线型，包括cv2.LINE_4,cv2.LINE_8（默认）,cv2.LINE_AA,分别表示4邻域线，8领域线，抗锯齿线（可以更好地显示曲线）hierarchy:（可选参数）层级结构，上述函数cv2.findContours()的第二个返回值，配合maxLevel参数使用maxLevel:（可选参数）等于0表示只绘制指定的轮廓，等于1表示绘制指定轮廓及其下一级子轮廓，等于2表示绘制指定轮廓及其所有子轮廓offset:（可选参数）轮廓点的偏移量
In [6]
#导入必要的包import cv2import osfrom PIL import Imageimport matplotlib.image as mpimgimport numpy as npimport matplotlib.pyplot as plt from tqdm import tqdmimg_datapath='GL_data/images'#原图mask_datapath='GL_data/mask'#对应的mask-0，255二值for _, _, files in os.walk(img_datapath): #批量化处理 for f in tqdm(files): img = cv2.imread(os.path.join(img_datapath, f), 1) mask = cv2.imread(os.path.join(mask_datapath, f), 0) contours, _ = cv2.findContours(mask, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)#寻找轮廓 cv2.drawContours(img, contours, -1, (0, 0, 255), 2)#绘制轮廓 img = img[:, :, ::-1] img[..., 2] = np.where(mask == 1, 255, img[..., 2]) # plt.imshow(img) # plt.show() img = Image.fromarray(img) img.save('GL_data/c_img'+'/'+f)#保存“勾勒形状”图片
100%|██████████| 1/1 [00:00<00:00, 6.59it/s]0it [00:00, ?it/s]
三、mask之“图像融合”
当然我们还可以使用Opencv：cv2.addWeighted() 图像融合对image和mask进行融合而不进行“勾勒“。融合的方式有两种：一种是OpenCV方式；一种是PIL方式。
下面是融合的效果：
OpenCV方式
PIL方式
可以看到其实融合的效果是一样的
In [7]
# OpenCV方式：import cv2import osfrom tqdm import tqdmimg_datapath='RH_data/images'#原图mask_datapath='RH_data/mask'#对应的mask-0，255二值#addWeighted()函数是将两张相同大小，相同类型的图片（叠加）线性融合的函数，可以实现图片的特效。for _, _, files in os.walk(img_datapath): #批量化处理 for f in tqdm(files): image = cv2.imread(os.path.join(img_datapath, f)) mask = cv2.imread(os.path.join(mask_datapath, f)) mask_img = cv2.addWeighted(image, 0.7, mask, 0.3, 10) #image的权重为0.7，mask的权重为0.3 #相当于对图片做一个亮度调整，gamma为0的话代表不调整，gamma为10,图片每个像素加上10，相当于提高亮度，这个值也可以是负的，即降低亮度。 cv2.imwrite('RH_data/r_img'+'/'+f, mask_img)
100%|██████████| 1/1 [00:00<00:00, 32.60it/s]0it [00:00, ?it/s]
In [8]
# PIL方式：import cv2import osfrom tqdm import tqdmimport numpy as npfrom PIL import Imageimg_datapath='RH_data/images'#原图mask_datapath='RH_data/mask'#对应的mask-0，255二值for _, _, files in os.walk(img_datapath): #批量化处理 for f in tqdm(files): image = Image.open(os.path.join(img_datapath, f)) mask = Image.open(os.path.join(mask_datapath, f)) mask_img = Image.blend(image.convert('RGBA'), mask.convert('RGBA'), 0.3) #数值可以自行调整，数值越大，mask占比越大 mask_img.save('RH_data/r_img1'+'/'+f)
100%|██████████| 1/1 [00:00<00:00, 4.75it/s]0it [00:00, ?it/s]
四、mask之“简单上色”
我们此前用的分割后的图片都是单通道图像，因此没有色彩。如果要给分割后的图像显示出颜色，那就必须把原来图像的单通道变成三通道，也就是我们常说的rgb通道。首先我们要把单通道改为rgb通道，然后再对我们的rgb通道进行赋值（上色），也就是对我们矩阵里面的数字进行修改即可。
PS:数据来源于胸部x光肺部分割数据，并进行了一定的处理后再展示使用。【部分展示】
原来的mask，（0，255）二值：
可以根据个人喜好对原来的mask进行上色（如红色，绿色等）
当然我们也可以改变背景的颜色，例如背景是绿色，目标是红色：
In [9]
import numpy as npfrom PIL import Imagedef generate_rgb(gray_array): print('gray_array.shape', gray_array.shape) #打印出灰度图的shape x, y = gray_array.shape rgb = np.zeros([x, y, 3], int) #扩充为rgb通道 # gray_array = np.array(gray_array) #化为矩阵形式 for i in range(x): for j in range(y): if gray_array[i, j] == 255: #目标体（原来是白色） rgb[i, j, 0] = 255 #rgb通道的，r（红色）通道 rgb[i, j, 1] = 0 #rgb通道的，g（绿色）通道 rgb[i, j, 2] = 0 #rgb通道的，b（蓝色）通道#大家可以根据自己喜欢颜色进行对三通道进行赋值（即调色） if gray_array[i, j] == 0 : #背景（原来是黑色） rgb[i, j, 0] = 0 #rgb通道的，r（红色）通道 rgb[i, j, 1] = 255 #rgb通道的，g（绿色）通道 rgb[i, j, 2] = 0 #rgb通道的，b（蓝色）通道 return rgbmask_datapath='color_data/mask'#对应的mask-0，255二值for _, _, files in os.walk(mask_datapath): #批量化处理 for f in tqdm(files): source_img = Image.open(os.path.join(mask_datapath, f)) #读取照片 source_img = np.array(source_img) #化为矩阵 img = generate_rgb(source_img) #调用generate_rgb函数 img = Image.fromarray(np.uint8(img)) img.save('color_data/color_mask'+'/'+f)
0%| | 0/1 [00:00<?, ?it/s]
gray_array.shape (512, 512)
100%|██████████| 1/1 [00:00<00:00, 1.08it/s]0it [00:00, ?it/s]
拓展
我们可以把三通道分开来更好了解图像的特征
In [10]
from PIL import Imageimport matplotlib.pyplot as pltimg=Image.open('color_data/color_mask/2.png') #打开图像gray=img.convert('L') #转换成灰度r,g,b=img.split() #分离三通道pic=Image.merge('RGB',(r,g,b)) #合并三通道#原图plt.figure("beauty")plt.subplot(2,3,1), plt.title('origin')plt.imshow(img)#plt.axis('off') 坐标轴#python中subplot的用法 subplot是python中子图的绘制 ，subplot(2,3,2)其中是两行三列，2表示绘制第二个#灰度图plt.subplot(2,3,2), plt.title('gray')plt.imshow(gray,cmap='gray'),plt.axis('off')#三通道合并图plt.subplot(2,3,3), plt.title('merge')plt.imshow(pic)plt.axis('off')#只有r通道图,因为上个程序rgb[i, j, 0] 设置了 255的时候为255，0的时候为0 所以就会显示为常用的0，255二值”黑白“图plt.subplot(2,3,4), plt.title('r')plt.imshow(r,cmap='gray')plt.axis('off')#只有g通道图，因为上个程序rgb[i, j, 1] 设置了 255的时候为0，0的时候为255 所以就会和上面r通道的图颜色相反plt.subplot(2,3,5), plt.title('g')plt.imshow(g,cmap='gray')plt.axis('off')#只有b通道图，因为上个程序rgb[i, j, 2] 设置了 255的时候为0，0的时候为0 ，因为取值都为0，所以是一张纯黑的图plt.subplot(2,3,6), plt.title('b')plt.imshow(b,cmap='gray')plt.axis('off')plt.show()
五、mask之“还原色彩”
把彩色的mask还原成0，255二值“黑白照”
效果如下：
原图：
转换后：
In [11]
import matplotlib.pyplot as pltimport cv2import numpy as npcolor_img = cv2.imread("HY_colordata/1.jpg")#彩色照片gray_image = cv2.cvtColor(color_img, cv2.COLOR_BGR2GRAY)#彩色照片转灰度照片gray_image = np.asarray(gray_image).copy()gray_image[gray_image > 100 ] = 255plt.imshow(gray_image,cmap='Greys')plt.show()
以上就是图像分割预处理简单实用技巧的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/50206.html
微信扫一扫 
支付宝扫一扫 
