作者：陳洪瀚 /洪瀚筆記知乎專欄

摘要：介紹了PSACAL VOC分割標(biāo)簽的索引格式，用圖表詳細(xì)展示索引值和對應(yīng)的顏色和類別；然后使用python程序分別調(diào)用opencv和pillow庫如何快速讀取索引表，并對索引圖像（實(shí)際應(yīng)用中是網(wǎng)絡(luò)輸出的類別標(biāo)號）著色。(相比其他程序利用列表手工定義調(diào)色板的方法，本文通過讀取標(biāo)簽圖片獲取調(diào)色板，更加便捷。)

一. 準(zhǔn)備實(shí)驗(yàn)數(shù)據(jù)

下載PASCAL VOC 2012數(shù)據(jù)集(訓(xùn)練和驗(yàn)證集)。Download the training/validation data (2GB tar file) 下載地址http://host.robots.ox.ac.uk/pascal/VOC/voc2012/index.html

二. 運(yùn)行環(huán)境

Numpy, pillow, pypng, opencv-python 通過pip install 安裝

三. 圖片格式

PASCAL VOC分割任務(wù)中，共有20個(gè)類別的對象，其他內(nèi)容作為背景類。圖1 是PASCAL VOC的原圖片，圖2是針對圖1分割的標(biāo)注，其中紅色代表飛機(jī)類，黑色是背景，飛機(jī)邊界部分用米黃色（看著像白色）線條描繪，表示分割模糊區(qū)。其中，分割標(biāo)簽都是png格式的圖像，該圖像其實(shí)是單通道的顏色索引圖像，即每個(gè)像素的值為0~255的整數(shù)，對于VOC的標(biāo)簽圖像而言，0代表背景，255代表邊界，其他1~20為20個(gè)類別。具體見圖3 所示。該圖像除了有一個(gè)單通道和圖像大小一樣的索引圖像外，還存儲(chǔ)了256個(gè)顏色值列表（調(diào)色板），每一個(gè)索引值對應(yīng)調(diào)色板里一個(gè)RGB顏色值，因此，一個(gè)單通道的索引圖+調(diào)色板就能表示彩色圖。

程序完成的內(nèi)容主要包括讀取分割標(biāo)簽圖像，并獲取圖像的調(diào)色板信息。對于分割后的標(biāo)簽圖像用調(diào)色板進(jìn)行著色。這里用一個(gè)長條狀矩陣索引圖像（numpy生成）模擬分割模型得到的圖像，32x704(32x22)個(gè)像素。即22個(gè)32x32個(gè)色塊拼接而成，每個(gè)色塊代表一類顏色。20個(gè)類+背景+邊界。

圖1 原圖

圖2 分割標(biāo)簽

圖3 圖像類別-索引值-調(diào)色板對應(yīng)關(guān)系

四. 程序

采用opencv庫完成，由于opencv讀圖像函數(shù)沒有讀調(diào)色板信息功能，這里用pypng庫來完成。調(diào)色板著色采用opencv的cv2.applyColorMap()函數(shù)完成。

# With OpenCV # because opencv can not redad color palette direclty, so, pip install pypng and import import cv2 import png import numpy label_path = r'./VOCdevkit/VOC2012/SegmentationClass/2007_000033.png' png_data = png.Reader(label_path) color_palette = png_data.read()[3]['palette']color_palette = numpy.array(color_palette) color_palette = numpy.reshape(color_palette,(256,1,3)).astype(numpy.uint8)output_arr = numpy.zeros((32,22*32),dtype=numpy.uint8) for i in range(21):output_arr[:,i*32:(i+1)*32]=i output_arr[:,21*32:22*32]=255output_img=cv2.applyColorMap(output_arr,color_palette) output_img=cv2.cvtColor(output_img,cv2.COLOR_BGR2RGB) cv2.imwrite('output_img.png',output_img)

2. 采用pillow庫完成，這里用getpalette()庫來讀取圖片的調(diào)色板信息。著色采用getpalette()函數(shù)完成。

from PIL import Image import numpy label_path = r'./VOCdevkit/VOC2012/SegmentationClass/2007_000033.png' label_img = Image.open(label_path) color_map = label_img.getpalette() color_map_arr = numpy.array(color_map) color_palette = numpy.reshape(color_map_arr,(256,1,3)).astype(numpy.uint8)output_arr = numpy.zeros((32,22*32),dtype=numpy.uint8) for i in range(21):output_arr[:,i*32:(i+1)*32]=i output_arr[:,21*32:22*32]=255output_img = Image.fromarray(output_arr,mode='L') output_img.putpalette(color_palette) output_img.save('output_img.png')

圖4 生成的圖像

總結(jié)

以上是生活随笔為你收集整理的怎么拿img标签的data_PASCAL VOC数据集-分割标签索引颜色对照及程序的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。