在使用深度学习等方法处理计算机视觉问题而对图像进行处理的过程中,不可避免地要处理原始图像及其相应的mask。比如将mask绘制到原始图像上,将mask的轮廓绘制到原始图像上,提取mask的轮廓,或者已知mask的轮廓而将mask填充,等等。
尽管这些问题都不是复杂的问题,但使用频率比较高,而每一次对其进行处理时都会浪费时间甚至分心,而耽误真正的任务的执行。因此,本文就将在处理这些问题中的经验进行一下总结,同时也为以后的使用备忘。
当然,因为我的经验主要还是在医学图像的处理上,所以这里就以医学图像为例来进行处理。
首先我们来看这样一张原始图像:
这是一个肺部CT的一个slice,下面我们给出肺分割的mask,即从上面原始图像中分割出肺部区域的mask,如下图:
可以看到肺部mask刚好对应了原始图像中的肺部区域,两个图像相乘,即可从原始图像中提取出肺部区域。
这是已知mask之后,图像处理的几个需求:
1.从原始图像中取出mask区域;
2.将mask区域绘制到原始图像上。
其中,1比较简单,可以直接将原始图像与mask相乘即可;而2则有两种需求,一种是直接将mask像蒙版一样覆盖到原始图像上