语义分割之原图与mask的可视化

目的

语义分割中，标注或由其产生的mask与原图可以正确匹配，是训练模型的前提。接下来介绍1种可视化方法，可以直观且方便的check匹配的正确性。

实现

原图（我把gt打印出来了，没影响）：

mask：

代码：

imgfile = 'image.jpg'	#原图路径
pngfile = 'mask.png'	#mask路径

img = cv2.imread(imgfile, 1)
mask = cv2.imread(pngfile, 0)

contours, _ = cv2.findContours(mask, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)	#findContours函数用于找出边界点
cv2.drawContours(img, contours, -1, (0, 0, 255), 1)	##drawContours函数用于根据边界点画出图形

img = img[:, :, ::-1]
img[..., 2] = np.where(mask == 1, 255, img[..., 2])

plt.imshow(img)
plt.show()
#save_path = 'merge.jpg'
#cv2.imwrite(save_path, img)

结果图：

参考：语义分割之图片和 mask 的可视化