1、labelme画标签转标签
这一步见链接labelme转标签
2、python滑窗切分图片
上一步生成的标签是单通道的，我们所需要的PASCAL VOC的数据集的标签也是单通道8位图，所以切分的时候要些许注意有个函数给映一个颜色过来，接下来只需要将所得的标签切分为我们想要的尺寸就可以了。对应的原图像直接切分就🆗：
- 原图像的滑窗切分
'''
实现滑窗切分图片
'''
import os
import cv2
from PIL import Image
import numpy as np
crop_height = 512 ###***********滑窗裁剪的图片高度***************
crop_width = 512 ###***********滑窗裁剪的图片宽度***********
stride = 256 ###***********滑窗裁剪的步长***********
overlap = int(crop_width - stride) ###前一张裁剪图和当前裁剪图的重叠区域
img_predict_dir = 'E:\\aaletter\\lzq\\palu\\yt\\' ###***********要进行测试的图片所在的文件夹***********
img_result_dir = 'E:\\aaletter\\lzq\\palu\\150stride\\ytq\\' ###***********测试结果保存位置***********
if not os.path.exists(img_result_dir): # 文件夹不存在，则创建
os.mkdir(img_result_dir)
num = 1
def fuse(output_image, row, column, overlap, counter, temp1, temp2, res_row, res_column):# output_image拼接输入图片，row高度需要融合的数量，column宽度度需要融合的数量，overlap 重复检测的区域100 由于切割图片是500，步长为100
# output = 'process area: ' + '%04d'%(counter) counter当前融合的第*张，temp1已拼接好的**，temp2已拼接好的**，res_row剩余的高度，res_column剩余的宽度
# print(output)
if counter % column == 0: #如果当前融合的图片是这张图片最右边际
output_image = output_image[:, -(res_column + overlap):]
if counter > (row - 1) * column:
output_image = output_image[-(res_row + overlap):, :]
if counter % column == 1: ###一行行进行滑窗
temp1 = output_image
else:
temp1_1 = temp1[:, 0:-overlap, :] #前一张融合图片的未重叠的部分，0：-100 第0列到倒数第100列->0:400
temp1_2 = temp1[:, -overlap:, :] #前一张融合图片与当前融合图片重叠检测部分
temp1_3 = output_image[:, 0:overlap, :] #当前融合图片与前一张融合图片重叠检测部分
temp1_4 = output_image[:, overlap:, :] #当前融合图片与前一张图片为重叠部分
temp1_fuse = 0.5 * temp1_2 + 0.5 * temp1_3 #将当前融合图片与前一张融合图片互相重叠的部分加权取平均
temp1 = np.concatenate((temp1_1, temp1_fuse, temp1_4), axis=1) #融合结束
if int(counter % column) == 0: #判断是第几行
if counter == column: ##判断是否进入下一行 刚好整除行的column 说明一行滑窗结束，准备进入下一行
temp2 = temp1 ##将一行滑窗后的temp1保存到temp2中，进行一行滑窗时候temp2是不变的，只在进行换行滑窗的时候变化
else:
temp2_1 = temp2[0:-overlap, :, :]
temp2_2 = temp2[-overlap:, :, :]
temp2_3 = temp1[0:overlap, :, :]
temp2_4 = temp1[overlap:, :, :]
temp2_fuse = 0.5 * temp2_2 + 0.5 * temp2_3
temp2 = np.concatenate((temp2_1, temp2_fuse, temp2_4), axis=0)
return temp1, temp2
for filename in os.listdir(img_predict_dir):
img_name = img_predict_dir + filename ###图片名字
loaded_image = cv2.imread(img_name) ##cv2形式读取图片格式为BGR 后面要进行image格式转换，否则测试叠掩的三通道合成图会出问题
img_h = loaded_image.shape[0] ##cv2模式读取图片的高用img.shape[0] image.open()读取图片的高度显示用Img.height,宽度用img.width
img_w = loaded_image.shape[1] ##cv2模式读取图片的宽用img.shape[1]
row = int((img_h - crop_height) / stride + 1) ##高可以切为row块
column = int((img_w - crop_width) / stride + 1) ##宽可以切为cloumn块
res_row = img_h - (crop_height + stride * (row - 1)) ##高度滑窗切分完row块后还剩余的部分
res_column = img_w - (crop_width + stride * (column - 1)) ##宽度度滑窗切分完row块后还剩余的部分
if (img_h - crop_height) % stride > 0: ##判断剩余高度是否还可以继续进行滑窗切分
row = row + 1
if (img_w - crop_width) % stride > 0: ##判断剩余宽度是否还可以继续进行滑窗切分
column = column + 1
counter = 1 ##起始从第一块开始
for i in range(row):
for j in range(column):
if i == row - 1: ##判断高度是否切到最后一块
H_start = img_h - crop_height ##如果是，最后一块的起始高度就是图片的高度往前数小图片要切分的高度crop_height
H_end = img_h ##结束高度就是图片的高的数字
else:
H_start = i * stride ##如果不是切到最后一块，切分小图的起始高点就是第i块（第i次切分）*步长
H_end = H_start + crop_height ##结束高点就是 在开始的基础上直接加上crop_height
if j == column - 1:
W_start = img_w - crop_width
W_end = img_w
else:
W_start = j * stride
W_end = W_start + crop_width
img_chip = loaded_image[H_start:H_end, W_start:W_end] ##切块的小图片 nudarray格式
image = Image.fromarray(cv2.cvtColor(img_chip, cv2.COLOR_BGR2RGB))
s = '%04d' % num # 04表示0001,0002等命名排序
image.save(img_result_dir+str(s) + '.png')#**********注意图片格式********************#
num = num+1
- 单通道标签的滑窗切分 ，和原图像差不多，只是加了一步映色操作
'''滑窗切分单通道图片，并上色'''
import os
import cv2
from PIL import Image
import numpy as np
crop_height = 512 ###滑窗裁剪的图片高度
crop_width = 512 ###滑窗裁剪的图片宽度
stride = 256 ###滑窗裁剪的步长
overlap = int(crop_width - stride) ###前一张裁剪图和当前裁剪图的重叠区域
img_predict_dir = 'E:\\aaletter\\lzq\\palu\\gt\\' ###要进行测试的图片所在的文件夹
img_result_dir = 'E:\\aaletter\\lzq\\palu\\150stride\\gtq\\' ###测试结果保存位置
if not os.path.exists(img_result_dir): # 文件夹不存在，则创建
os.mkdir(img_result_dir)
num = 1
# num_classes = 2
def make_palette(num_classes):
palette = np.zeros((num_classes, 3), dtype=np.uint8)
for k in range(0, num_classes):
label = k
i = 0
while label:
palette[k, 0] |= (((label >> 0) & 1) << (7 - i))
palette[k, 1] |= (((label >> 1) & 1) << (7 - i))
palette[k, 2] |= (((label >> 2) & 1) << (7 - i))
label >>= 3
i += 1
return palette
for filename in os.listdir(img_predict_dir):
img_name = img_predict_dir + filename ###图片名字
# loaded_image = cv2.imread(img_name) ##cv2形式读取图片格式为BGR 后面要进行image格式转换，否则测试叠掩的三通道合成图会出问题
loaded_image = Image.open(img_name)
loaded_image = np.array(loaded_image)
img_h = loaded_image.shape[0] ##cv2模式读取图片的高用img.shape[0] image.open()读取图片的高度显示用Img.height,宽度用img.width
img_w = loaded_image.shape[1] ##cv2模式读取图片的宽用img.shape[1]
row = int((img_h - crop_height) / stride + 1) ##高可以切为row块
column = int((img_w - crop_width) / stride + 1) ##宽可以切为cloumn块
res_row = img_h - (crop_height + stride * (row - 1)) ##高度滑窗切分完row块后还剩余的部分
res_column = img_w - (crop_width + stride * (column - 1)) ##宽度度滑窗切分完row块后还剩余的部分
if (img_h - crop_height) % stride > 0: ##判断剩余高度是否还可以继续进行滑窗切分
row = row + 1
if (img_w - crop_width) % stride > 0: ##判断剩余宽度是否还可以继续进行滑窗切分
column = column + 1
counter = 1 ##起始从第一块开始
for i in range(row):
for j in range(column):
if i == row - 1: ##判断高度是否切到最后一块
H_start = img_h - crop_height ##如果是，最后一块的起始高度就是图片的高度往前数小图片要切分的高度crop_height
H_end = img_h ##结束高度就是图片的高的数字
else:
H_start = i * stride ##如果不是切到最后一块，切分小图的起始高点就是第i块（第i次切分）*步长
H_end = H_start + crop_height ##结束高点就是 在开始的基础上直接加上crop_height
if j == column - 1:
W_start = img_w - crop_width
W_end = img_w
else:
W_start = j * stride
W_end = W_start + crop_width
img_chip = loaded_image[H_start:H_end, W_start:W_end] ##切块的小图片 nudarray格式
voc_palette = make_palette(21)
image = Image.fromarray(img_chip)
image.putpalette(voc_palette) ####调色板上色
s = '%04d' % num # 04表示0001,0002等命名排序
image.save(img_result_dir+str(s) + '.png')
num = num+1
3、制作VOC格式数据集
数据集格式和制作方法见第3步VOC格式
扫一扫
1011
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
