最详细的语义分割---预测图像染色

对于语义分割来说，网络输出的图像为HxW的二维矩阵，其上面每个像素点的值是这个像素点的类别（如，像素点值为1 ，表示这个像素点属于第一类）。然而，对于一个二维矩阵，生成的图像是一个灰度图，并且灰度值很低，非常不利于人观察（如下图为voc2007的标签，图中白色为人为标记的，真正的网络预测并没有这一部分）

那么我们就需要对其进行染色处理，使其变成利于人观察的图像（如下图这样）

对图像染色有很多方法，下面介绍一种最简单的一种方法：

def cam_mask(mask,palette,n):
    seg_img = np.zeros((np.shape(mask)[0], np.shape(mask)[1], 3))
    for c in range(n):
        seg_img[:, :, 0] += ((mask[:, :] == c) * (palette[c][0])).astype('uint8')
        seg_img[:, :, 1] += ((mask[:, :] == c) * (palette[c][1])).astype('uint8')
        seg_img[:, :, 2] += ((mask[:, :] == c) * (palette[c][2])).astype('uint8')
    colorized_mask = Image.fromarray(np.uint8(seg_img))
    return colorized_mask

利用这个函数就可以将网络预测结果生成彩色图像，其中mask为预测结果，palette为染色版，即你需要用什么颜色进行染色，是一个列表加元组的形式，n为网络预测的类别。
下面拿voc数据集举例，它的染色板为：

palette = [(0, 0, 0), (128, 0, 0), (0, 128, 0), (128, 128, 0), (0, 0, 128), (128, 0, 128), (0, 128, 128),
                    (128, 128, 128), (64, 0, 0), (192, 0, 0), (64, 128, 0), (192, 128, 0), (64, 0, 128), (192, 0, 128),
                    (64, 128, 128), (192, 128, 128), (0, 64, 0), (128, 64, 0), (0, 192, 0), (128, 192, 0), (0, 64, 128),
                        (128, 64, 12)]

下面简单解释一下这个代码的含义：
对于输入HxW二维预测结果，我们先生成一个HxWx3的全零矩阵seg_img。
然后从0到类别数（21）开始循环，如果预测结果中有与类别数c相同的值，那么这个位置的值为1，否在为0。这样会生成一个掩码，这个掩码的对应为1的位置就是预测结果中属于第c个类别的位置。然后，我们将染色板的三个值分别加到之前的seg_img的三个通道上，这样就形成了HxWxC的RGB三个通道的彩色图像。

标签：seg,palette,img,染色,语义,mask,---,64,128
来源： https://blog.csdn.net/weixin_47142735/article/details/118293836