用分割点坐标将图像二值化

最近在做图像分割，找了一些医学图像数据集，但GroundTruth不是二值图，而是由坐标表示。

如图：

图1 坐标：以(X, Y)成对存放于txt文件中

图2 原始图

图3 将坐标标注在图上

由于训练过程需要将图像分为二值图，也就是说要将左心室和非左心室分割开来。
opencv有个很好用的函数，可以直接将图像用轮廓坐标分割成二值图。那就是cv2.fillPoly

首先是得到一个掩模(mask)，毫无疑问这个mask需要跟原图一样的大小。

import numpy as np
import pydicom
import cv2
import matplotlib.pyplot as plt
from PIL import Image

raw_dicom = pydicom.dcmread(dicom_dir)  #图像为dicom格式，所以用pydicom读取
dicom_picture = raw_dicom.pixel_array.astype(int)   #用pixel_array提取图像信息。相当于一个像素值组成的数组

mask = np.zeros_like(dicom_picture)     #将mask定义为一个跟图像一样大小的零矩阵
coords = np.loadtxt(counter_dir, delimiter=' ').astype('int')    #将坐标以list的形式提取出来
cv2.fillPoly(mask, [coords], 255)   #关键的一步，用这个函数就可以将轮廓内的部分标记出来。

结果：

图4 原图

图5 二值图

还有一个坑的地方，为什么用255而不是1，我看很多人都用的1，这是方便后续的存储。解释一下：
如果用1填充，那么用plt.imshow(mask, cmap =’gray’)可以将图像显示出来，但是存储的时候就是全黑的。我猜测是因为存储像素范围默认为0-255，所以0和1就没有太大的差别。所以我选用了255来填充。

这样就可以得到图中的效果了，但是为了得到二值图，还需要再转换一下。我用了PIL中的Image

mask = Image.fromarray(mask)         #mask是一个数组，所以先转为图像
mask = mask.convert("1")             #convert("1")表示转为2值图
scipy.misc.imsave("counter.png", mask)      #最后就是存储了

参考文献：
PIL.Image文档
opencv画图文档