根据json文件或nii文件生成mask图

COCO数据集根据json文件生成mask二值图

数据格式（COCO JSON文件）

# 生成mask图
def mask_generator(coco, width, height, anns_list):
    mask_pic = np.zeros((height, width))
    # 生成mask - 此处生成的是4通道的mask图,如果使用要改成三通道,可以将下面的注释解除,或者在使用图片时搜相关的程序改为三通道
    for single in anns_list:
        mask_single = coco.annToMask(single)
        mask_pic += mask_single
    # 转化为255
    for row in range(height):
        for col in range(width):
            if (mask_pic[row][col] > 0):
                mask_pic[row][col] = 255
    mask_pic = mask_pic.astype(int)
    return mask_pic


# 处理json数据并保存二值mask
def json_to_mask_data(annFile, mask_to_save):
    '''
    
    Args:
        annFile: JSON file 
        mask_to_save: save path

    Returns:

    '''
    # 获取COCO_json的数据
    coco = COCO(annFile)
    # 图片数据id catNms id list 如：catNms=['cat','dog','person']
    classes_ids = coco.getCatIds(catNms=['dog'])
    # 取所有类别的并集的所有图片id
    imgIds_list = []
    # 每个类别id对应的图片并获取图片的id
    for idx in classes_ids:
        imgidx = coco.getImgIds(catIds=idx)  # 将该类别的所有图片id好放入到一个列表中
        imgIds_list += imgidx
    # 去除重复的图片
    imgIds_list = list(set(imgIds_list))  
    # 获取所有图像的信息
    image_info_list = coco.loadImgs(imgIds_list)
    # 每张图片生成一个mask
    for imageinfo in image_info_list:
        # 获取对应类别的分割信息
        annIds = coco.getAnnIds(imgIds=imageinfo['id'], catIds=classes_ids, iscrowd=None)
        anns_list = coco.loadAnns(annIds)
        # 生成二值mask图
        mask_image = mask_generator(coco, imageinfo['width'], imageinfo['height'], anns_list)
        # 保存图片
        file_name = mask_to_save + 'jsontomask.jpg'
        plt.imsave(file_name, mask_image)

根据nii文件生成mask二值图

def nii_to_image(filepath, imgfile):
    '''

    Args:
        filepath: nii file
        imgfile: save path

    Returns:

    '''
    filenames = os.listdir(filepath)  # 读取nii文件夹
    slice_trans = []
    for f in filenames:
        # 开始读取nii文件 建议怎么写入怎么读入
        img_path = os.path.join(filepath, f)
        itk_img = sitk.ReadImage(img_path)
        img = sitk.GetArrayFromImage(itk_img)
        print("img shape:", img.shape)
        fname = f.replace('.nii.gz', '')  # 去掉nii的后缀名
        img_f_path = os.path.join(imgfile, fname)
        # 创建nii对应的图像的文件夹
        if not os.path.exists(img_f_path):
            os.makedirs(img_f_path)  # 新建文件夹
        # 开始转换为图像
        (x, y, z) = img.shape
        for i in range(x):  # z是图像的序列
            silce = img[i, :, :] * 255  
            imageio.imwrite(os.path.join(img_f_path, '{}.png'.format(i)), silce)

目的：
为了check mask值是否正确