如何保存无白边图像及处理语义分割训练用掩码的标注问题
语义分割模型训练数据存储问题解决方案
问题1:plt.savefig()保存图像残留细白边框修复
仅设置bbox_inches='tight'无法消除matplotlib默认预留的子图内边距,需配合以下设置完全清除白边:
- 绘图完成后关闭坐标轴显示:
plt.axis('off') - 消除所有子图边距:
plt.subplots_adjust(left=0, bottom=0, right=1, top=1, hspace=0, wspace=0) - 保存时新增
pad_inches=0参数,完整保存示例:
plt.savefig('output.png', bbox_inches='tight', pad_inches=0, dpi=300)
如果使用subplots创建画布对象,可将边距设置改为fig.subplots_adjust(left=0, bottom=0, right=1, top=1),效果一致。
问题2:掩码二值标注(白背景标注为0、红色区域标注为1)实现
分为两种场景处理,优先选择生成时直接输出掩码数组的方案,精度更高。
场景1:生成掩码时直接输出二值数组(推荐)
使用plt.fill()绘制时无需先存为图片,可直接将画布渲染结果转为numpy数组后做二值转换:
import numpy as np import matplotlib.pyplot as plt # 按你需要的掩码分辨率设置画布尺寸 mask_width = 512 mask_height = 512 fig, ax = plt.subplots(figsize=(mask_width/100, mask_height/100), dpi=100) # 关闭坐标轴、清空边距 ax.axis('off') fig.subplots_adjust(left=0, bottom=0, right=1, top=1) # 绘制轮辙区域,x_coords、y_coords为轮辙轮廓的坐标列表 ax.fill(x_coords, y_coords, color='red') # 渲染画布为numpy数组 fig.canvas.draw() mask_arr = np.array(fig.canvas.renderer.buffer_rgba())[:, :, :3] # 二值转换:红色区域R=255、G=0、B=0,白色区域三通道均为255 binary_mask = ((mask_arr[:, :, 0] == 255) & (mask_arr[:, :, 1] == 0) & (mask_arr[:, :, 2] == 0)).astype(np.uint8)
输出的binary_mask中红色区域值为1,白色背景值为0,可直接保存为npy文件或单通道掩码图使用。
场景2:已保存的掩码图片后处理
如果已批量生成掩码图片,可通过颜色阈值分割实现二值标注,OpenCV实现示例:
import cv2 import numpy as np # 读入掩码图片,OpenCV默认按BGR格式读取 img = cv2.imread('rut_mask.png') # 设置红色阈值范围,允许小范围颜色误差 lower_red = np.array([0, 0, 200]) upper_red = np.array([50, 50, 255]) # 提取红色区域并转换为0、1值 binary_mask = cv2.inRange(img, lower_red, upper_red) // 255
内容的提问来源于stack exchange,提问作者Alex
相关产品推荐
相关产品推荐

