实例分割任务中如何为不同Mask标注填充差异化颜色

核心思路 #

直接基于标注的遍历索引分配唯一颜色，跳过连通域分析工具（比如skimage.morphology.label）。这样不管单个标注内部是否存在非连通区域，同一次循环处理的标注会被填充为同一种颜色，不同标注则用不同颜色，完全匹配你的需求。

具体实现方案 #

方案1：随机生成唯一颜色（适合标注数量较少的场景）

通过随机生成RGB值，并记录已使用的颜色来避免重复：

import numpy as np
import random

# 假设你的标注集合是masks，每个元素是二值数组（1/True表示目标区域）
masks = [...]  # 替换为你的标注数据
height, width = masks[0].shape

# 初始化空白RGB画布
canvas = np.zeros((height, width, 3), dtype=np.uint8)
used_colors = set()

def get_unique_random_color():
    while True:
        color = (random.randint(0,255), random.randint(0,255), random.randint(0,255))
        if color not in used_colors:
            used_colors.add(color)
            return color

# 遍历每个标注填充颜色
for mask in masks:
    color = get_unique_random_color()
    canvas[mask] = color

方案2：基于索引的确定性颜色生成（适合标注数量较多的场景）

利用HSL色彩空间，通过索引计算色相值，生成均匀分布的唯一颜色，避免随机生成的重复风险：

import numpy as np
import colorsys

masks = [...]  # 替换为你的标注数据
height, width = masks[0].shape
canvas = np.zeros((height, width, 3), dtype=np.uint8)
total_masks = len(masks)

def get_color_by_index(idx):
    # 色相随索引线性变化，保证颜色均匀分布
    hue = idx / total_masks
    # 转换为RGB，固定饱和度和亮度保证颜色辨识度
    rgb = colorsys.hsv_to_rgb(hue, 0.9, 0.7)
    return tuple(int(x * 255) for x in rgb)

# 遍历填充
for idx, mask in enumerate(masks):
    color = get_color_by_index(idx)
    canvas[mask] = color

为什么skimage.morphology.label不适用？ #

该函数的核心是连通域标记，会将单个标注mask中的非连通区域识别为独立对象并分配不同label值。如果用它来映射颜色，同一个标注的不同连通块会被填充成不同颜色，这与你希望同一标注用单一颜色的需求冲突。

内容的提问来源于stack exchange，提问作者Caesar