labelme把绘制的区域抠出来

最新推荐文章于 2024-11-20 18:29:05 发布

herr_kun

最新推荐文章于 2024-11-20 18:29:05 发布

阅读量4.5k

点赞数 3

分类专栏：机器学习文章标签： labelme python

本文链接：https://blog.csdn.net/herr_kun/article/details/86547081

版权

机器学习专栏收录该内容

25 篇文章 5 订阅

订阅专栏

1、标注图：

2、效果图：

3、代码

# -*- coding: utf-8 -*-
"""
Created on Fri Jan 18 20:28:58 2019

@author: Herr-kun
"""

import json
import matplotlib.pyplot as plt
import numpy as np

from labelme import utils

json_file=r'C:\Users\Herr-kun\Desktop\000f0f2bf.json'

data = json.load(open(json_file))

img = utils.img_b64_to_arr(data['imageData'])
lbl, lbl_names = utils.labelme_shapes_to_label(img.shape, data['shapes']) # lbl：array 0、1 （区域内的为1，之外为0）
#  lbl_names ：dict   _background_ ：0   label_wyk:1
captions = ['%d: %s' % (l, name) for l, name in enumerate(lbl_names)]
lbl_viz = utils.draw_label(lbl, img, captions)

mask=[]
class_id=[]
for i in range(1,len(lbl_names)): #若有多个class（物体） 跳过第一个class（默认为背景）
    mask.append((lbl==i).astype(np.uint8)) # 解析出像素值为1的对应，对应第一个对象 mask 为0、1组成的（0为背景，1为对象）
    class_id.append(i) # mask与clas 一一对应

mask=np.transpose(np.asarray(mask,np.uint8),[1,2,0]) # 转成[h,w,instance count]
class_id=np.asarray(class_id,np.uint8) # [instance count,]

plt.subplot(221)
plt.imshow(img)
plt.title("original image")
plt.axis('off')
plt.subplot(222)
plt.imshow(lbl_viz)
plt.axis('off')
plt.subplot(223)
plt.imshow(mask[:,:,0],'gray')

mask2=np.ones_like(img)
for i in range(mask2.shape[2]):
    mask2[:,:,i]=mask.squeeze()
plt.subplot(224)
plt.imshow(mask2*img)
plt.axis('off')

plt.show()

参考博客：https://blog.csdn.net/wc781708249/article/details/79595174