如何实现显著性预测真值掩码与视频帧叠加及批量处理报错修复

一、单帧叠加实现 #

可以用Python的PIL或OpenCV库实现，以下是两种工具的示例代码：

基于PIL的实现 #

from PIL import Image

# 加载目标帧和真值掩码
frame_path = "frames/601/0001.png"
gt_mask_path = "ground truth/601/0001.png"

frame = Image.open(frame_path).convert("RGBA")
mask = Image.open(gt_mask_path).convert("RGBA")

# 设置掩码透明度（128对应50%透明度，可自行调整）
mask.putalpha(128)

# 叠加图像并保存
combined = Image.alpha_composite(frame, mask)
combined.save("output/601/0001_overlay.png")

基于OpenCV的实现 #

import cv2
import numpy as np

frame = cv2.imread("frames/601/0001.png")
mask = cv2.imread("ground truth/601/0001.png", cv2.IMREAD_GRAYSCALE)

# 将灰度掩码转为彩色格式，设置叠加透明度
mask_colored = cv2.cvtColor(mask, cv2.COLOR_GRAY2BGR)
alpha = 0.5  # 透明度系数
overlay = frame.copy()
cv2.addWeighted(mask_colored, alpha, overlay, 1 - alpha, 0, overlay)

# 保存叠加结果
cv2.imwrite("output/601/0001_overlay.png", overlay)

二、批量处理实现 #

通过遍历文件夹结构，自动匹配帧与掩码并完成批量叠加：

import os
from PIL import Image

# 配置根路径
frames_root = "frames"
gt_root = "ground truth"
output_root = "overlay_output"

# 创建输出根目录
os.makedirs(output_root, exist_ok=True)

# 遍历所有视频子文件夹
for folder_name in os.listdir(frames_root):
    frame_folder = os.path.join(frames_root, folder_name)
    gt_folder = os.path.join(gt_root, folder_name)
    output_folder = os.path.join(output_root, folder_name)
    
    # 跳过非文件夹项
    if not os.path.isdir(frame_folder) or not os.path.isdir(gt_folder):
        continue
    
    # 创建当前视频的输出文件夹
    os.makedirs(output_folder, exist_ok=True)
    
    # 遍历当前文件夹下的所有帧文件
    for img_name in os.listdir(frame_folder):
        if not img_name.endswith(".png"):
            continue
        
        frame_path = os.path.join(frame_folder, img_name)
        gt_path = os.path.join(gt_folder, img_name)
        output_path = os.path.join(output_folder, f"{os.path.splitext(img_name)[0]}_overlay.png")
        
        # 跳过不存在的掩码文件
        if not os.path.exists(gt_path):
            print(f"警告：{gt_path} 不存在，跳过该帧")
            continue
        
        # 执行叠加操作
        frame = Image.open(frame_path).convert("RGBA")
        mask = Image.open(gt_path).convert("RGBA")
        mask.putalpha(128)
        combined = Image.alpha_composite(frame, mask)
        combined.save(output_path)

三、批量处理报错解决：TypeError: process_video() takes 1 positional argument but 6 were given #

这个报错的核心是调用process_video函数时传入的参数数量与函数定义的参数数量不匹配，常见场景及解决方法：

1. 函数定义遗漏必要参数
   如果你的process_video是用来处理单个视频文件夹的，原函数定义可能未声明所需参数，比如：

def process_video():
    # 处理逻辑

但调用时传入了帧路径、真值路径等多个参数，就会触发报错。需要修改函数定义，补充所需参数：

def process_video(frame_folder, gt_folder, output_folder):
    # 单个视频文件夹的处理逻辑
    for img_name in os.listdir(frame_folder):
        # 叠加代码...

调用时传入对应参数即可：

process_video(frame_folder, gt_folder, output_folder)

2. 多进程/线程传参格式错误
   如果使用multiprocessing.Pool等多进程工具，传参方式错误也会导致该问题。比如用apply_async时，需将参数打包成元组：
   错误写法：

pool.apply_async(process_video, frame_folder, gt_folder, output_folder)

正确写法：

pool.apply_async(process_video, args=(frame_folder, gt_folder, output_folder))

若使用pool.map，需确保每个迭代项是包含所有参数的元组，再在函数内部解包。

内容的提问来源于stack exchange，提问作者dtr43