基于PyTorch的图像分割：Boat类像素统计与面积测算求助

问题描述 #

我已经用PyTorch完成图像分割，现在想统计Boat类的像素数以测算面积，比如示例图里的船只，请问怎么实现像素统计？另外，能不能通过像素数测算船只的实际面积？希望得到相关指导。

现有代码 #

from torchvision import models
fcn = models.segmentation.fcn_resnet101(pretrained=True).eval()

from PIL import Image
import matplotlib.pyplot as plt
import torch

img = Image.open('boat.jpg') 
plt.imshow(img)
plt.show()

# Apply the transformations needed
#Resize the image to (256 x 256)
#CenterCrop it to (224 x 224)

import torchvision.transforms as T
trf = T.Compose([T.Resize(256),
                 T.CenterCrop(224),
                 T.ToTensor(), 
                 T.Normalize(mean = [0.485, 0.456, 0.406], 
                             std = [0.229, 0.224, 0.225])])
inp = trf(img).unsqueeze(0)

out = fcn(inp)['out']
print (out.shape)

#now this 21 channeled output into a 2D image or a 1 channeled image, where each pixel of that image corresponds to a class.

import numpy as np
om = torch.argmax(out.squeeze(), dim=0).detach().cpu().numpy()
print (om.shape)
print (np.unique(om))

# Define the helper function
def decode_segmap(image, nc=21):
  
  label_colors = np.array([(0, 0, 0),  # 0=background
               # 1=aeroplane, 2=bicycle, 3=bird, 4=boat, 5=bottle
               (128, 0, 0), (0, 128, 0), (128, 128, 0), (0, 0, 128), (128, 0, 128),
               # 6=bus, 7=car, 8=cat, 9=chair, 10=cow
               (0, 128, 128), (128, 128, 128), (64, 0, 0), (192, 0, 0), (64, 128, 0),
               # 11=dining table, 12=dog, 13=horse, 14=motorbike, 15=person
               (192, 128, 0), (64, 0, 128), (192, 0, 128), (64, 128, 128), (192, 128, 128),
               # 16=potted plant, 17=sheep, 18=sofa, 19=train, 20=tv/monitor
               (0, 64, 0), (128, 64, 0), (0, 192, 0), (128, 192, 0), (0, 64, 128)])

  r = np.zeros_like(image).astype(np.uint8)
  g = np.zeros_like(image).astype(np.uint8)
  b = np.zeros_like(image).astype(np.uint8)
  
  for l in range(0, nc):
    idx = image == l
    r[idx] = label_colors[l, 0]
    g[idx] = label_colors[l, 1]
    b[idx] = label_colors[l, 2]
    
  rgb = np.stack([r, g, b], axis=2)
  return rgb

rgb = decode_segmap(om)
plt.imshow(rgb); plt.show()

一、统计Boat类的像素数 #

根据你的代码逻辑，om是经过torch.argmax处理后的分割结果数组，每个元素对应像素的类别编号。从label_colors的注释可知，Boat对应的类别编号是4，只需统计数组中等于4的元素数量即可：

在现有代码末尾添加以下代码：

# 统计Boat类（类别编号4）的像素数量
boat_pixel_count = np.sum(om == 4)
print(f"Boat类像素数量: {boat_pixel_count}")

注意：你在预处理阶段对图像做了Resize(256)和CenterCrop(224)操作，上述统计的是裁剪后224×224图像中的船只像素数。如果需要统计原始图像的像素数，可选择：

• 去掉Resize和CenterCrop步骤，直接用原始尺寸图像进行分割统计
• 记录缩放比例，将裁剪后的像素数换算回原始图像的像素数（比如原始图像宽高为W×H，裁剪后为224×224，换算比例为(W/224)*(H/224)）

二、通过像素数测算实际面积的方法 #

可以通过像素数估算船只的实际面积，但必须满足已知图像像素比例尺的前提：

1. 获取像素比例尺：即明确图像中1个像素对应现实世界的实际长度（例如1像素=0.1米），获取方式包括：
   • 图像中存在已知实际尺寸的参考物体（如已知长度的码头、标准尺寸的浮标）
   • 已知拍摄参数（如无人机飞行高度、相机焦距、传感器尺寸），通过摄影测量公式计算比例尺
2. 确保分割准确性：分割出的船只区域越精准，像素统计的误差越小，最终面积估算结果越可靠。

具体计算方式：

• 单个像素对应的实际面积 = 比例尺²（单位：平方米/像素）
• 船只实际面积 ≈ 船只像素数 × 比例尺²

如果没有参考物体或拍摄参数，无法直接从像素数得到真实的实际面积——不同拍摄距离、焦距下，相同实际大小的物体在图像中的像素占比差异极大。

内容的提问来源于stack exchange，提问作者AHR99