企业系统建设山东自助seo建站
文章目录
- 前言
- 一、二分类mask显示
- 二、多分类mask显示
前言
通常情况下，使用标注软件标注的标签图看起来都是纯黑的，因为mask图为单通道的灰度图，而灰度图一般要像素值大于128后，才会逐渐显白，255为白色。而标注的时候，不同类别的像素值是从1，2，3...这样的顺序，所以看起来是纯黑的。
一、二分类mask显示
若只是二分类，原本像素值就只有0和1的区分，那只需要将像素1转换为255即可显示白色，可使用inRange函数。
cv::Mat img = cv::imread("C:/Users/WA.png",0);cv::Mat img_i;cv::inRange(img, 1, 1, img_i); // 上界和下界都为1，即只匹配值为1的像素；将值为1的像素设置为白色(255)，其余像素为黑色（保持不变）cv::imshow("img", img);cv::imshow("img_i", img_i);
二、多分类mask显示
若存在多个类别，就需要给每个类别单独定义一种颜色。（彩色图是三通道的，mask图是单通道，所以这种操作也称为伪彩色映射）
代码如下（示例）：
import cv2
import numpy as np
from PIL import Image
import globcolor_map = np.zeros((256 * 3)).astype('uint8')
color_map[:3 * 13] = np.array([[0, 0, 0], # 0像素还是得为0[41, 43, 204], # 原像素值为1的[6, 128, 245], # 原像素值为2的[36, 159, 67],[41, 43, 204],[190, 104, 145],[75, 86, 135],[195,120,219],[127, 127, 127],[18, 189, 187],[207, 190, 72],[233, 199, 178],[118, 187, 248]],dtype='uint8').flatten()def labeltocolor(mask):im=Image.fromarray(mask)im.putpalette(color_map)im=np.array(im.convert('RGB'))# cv2.imshow("1",im)# cv2.waitKey()# cv2.destroyAllWindows()return im# 遍历文件夹中的所有图片
image_paths = glob.glob('C:/Users/Desktop/train01/01/mask/*.png')
idx = 0 # 当前图片索引
num_images = len(image_paths) # 图片数量for image_path in image_paths:# 加载单通道遮罩图（假设为灰度图）mask = cv2.imread(image_paths[idx], cv2.IMREAD_GRAYSCALE)# 将遮罩图像应用伪彩色映射mask_color = labeltocolor(mask)cv2.imshow('Result', mask_color)key = cv2.waitKey(0) if key == ord('q'): breakelif key == ord('n'): idx = (idx + 1) % num_imagescv2.destroyAllWindows()