使用python的opencv将图像分割后的mask轮廓叠加在原图上

使用python的opencv将图像分割后的mask轮廓叠加在原图上

---

问题

• 原始数据是原图像以及分割后的白色背景黑色mask块，要将mask的轮廓画在原图上，方便可视化分割结果
• 图像和mask如下：
• 原图像：
• mask：

实现方法

• 先将原图和mask分别用cv2库读入，因为这里的数据集mask和原图尺寸不一致，所以需要resize。
• 读入后使用cv2的轮廓检测函数findContours()检测出mask的轮廓，因为findContours()函数是检测黑底白色对象的轮廓，所以需要转换一波。
• 转换后的轮廓使用cv2的drawContours()函数画在原图上。
• 实现代码：

def union_image_mask(image_path, mask_path, num):
    # 读取原图
    image = cv2.imread(image_path)
    # print(image.shape) # (400, 500, 3)
    # print(image.size) # 600000
    # print(image.dtype) # uint8

    # 读取分割mask，这里本数据集中是白色背景黑色mask
    mask_2d = cv2.imread(mask_path, cv2.IMREAD_GRAYSCALE)
    # 裁剪到和原图一样大小
    mask_2d = mask_2d[0:400, 0:500]
    h, w = mask_2d.shape
    cv2.imshow("2d", mask_2d)

    # 在OpenCV中，查找轮廓是从黑色背景中查找白色对象，所以要转成黑色背景白色mask
    mask_3d = np.ones((h, w), dtype='uint8')*255
    # mask_3d_color = np.zeros((h,w,3),dtype='uint8')
    mask_3d[mask_2d[:, :] == 255] = 0
    cv2.imshow("3d", mask_3d)
    ret, thresh = cv2.threshold(mask_3d, 127, 255, 0)
    im2, contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
    cnt = contours[0]
    cv2.drawContours(image, [cnt], 0, (0, 255, 0), 1)
    # 打开画了轮廓之后的图像
    cv2.imshow('mask', image)
    k = cv2.waitKey(0)
    if k == 27:
        cv2.destroyAllWindows()
    # 保存图像
    # cv2.imwrite("./image/result/" + str(num) + ".bmp", image)

实现结果

• 

附录

• 参考资料：opencv python 图像轮廓/检测轮廓/绘制轮廓

• 有关findContours()和drawContours()两个函数的详情可在上面的参考链接中查看。

• 可以在cv2.drawContours(image, [cnt], 0, (0, 255, 0), 1)这一行代码中修改函数参数，改动轮廓的颜色和大小。