如何用Python将Mask图像转为图像分割任务的Ground Truth

核心问题分析 #

你的Mask无法正常训练，大概率是这几个原因：

• 格式错误：RGB格式的Mask（黑底+彩色ROI）不适合分割模型，需要单通道灰度图，且每个类别对应唯一整数（背景=0，目标ROI=1）
• 像素值异常：ROI像素值不是模型预期的类别整数（比如用255代替1），导致Dice系数计算失效
• 尺寸不匹配：Mask与MRI原图尺寸不一致，训练时数据完全错位

Python转换方案 #

单张Mask转换代码 #

import cv2
import numpy as np

def convert_mask(input_path, output_path):
    # 以灰度模式读取原始Mask
    mask = cv2.imread(input_path, cv2.IMREAD_GRAYSCALE)
    if mask is None:
        raise ValueError(f"无法读取文件: {input_path}")
    
    # 将所有非0的ROI像素设为1，背景保持0（二分类场景）
    # 多分类场景可根据原ROI像素值映射到对应类别，比如原255→1，127→2
    converted_mask = np.where(mask > 0, 1, 0).astype(np.uint8)
    
    # 保存转换后的单通道Mask
    cv2.imwrite(output_path, converted_mask)

# 测试单张转换
convert_mask("raw_mask.png", "processed_mask.png")

批量处理文件夹内所有Mask #

import os

def batch_convert(input_dir, output_dir):
    os.makedirs(output_dir, exist_ok=True)
    for fname in os.listdir(input_dir):
        if fname.lower().endswith((".png", ".jpg", ".jpeg")):
            in_path = os.path.join(input_dir, fname)
            out_path = os.path.join(output_dir, fname)
            try:
                convert_mask(in_path, out_path)
                print(f"完成: {fname}")
            except Exception as e:
                print(f"失败 {fname}: {str(e)}")

# 执行批量转换
batch_convert("./raw_masks", "./processed_masks")

验证转换结果 #

• 检查通道数：读取转换后的Mask，打印mask.shape，应为单通道（例如(512, 512)）
• 检查像素值：运行np.unique(mask)，确认只有0和1（二分类）或对应类别的整数
• 核对尺寸：确保转换后的Mask和对应MRI图像的宽高完全一致

多分类场景适配 #

如果你的Mask包含多个膝关节结构（比如股骨、胫骨），先确定每个结构的原始像素值，修改映射规则：

# 示例：原Mask中255对应股骨（类别1），127对应胫骨（类别2），0为背景
converted_mask = np.zeros_like(mask, dtype=np.uint8)
converted_mask[mask == 255] = 1
converted_mask[mask == 127] = 2

内容的提问来源于stack exchange，提问作者Wayne Dan