利用opencv-python绘制多边形框或（半透明）区域填充（可用于分割任务mask可视化）

利用opencv-python绘制多边形框或（半透明）区域填充（可用于分割任务mask可视化）

本文主要就少opencv中两个函数polylines和fillPoly分别用于绘制多边形框或区域填充，并会会以常见用途分割任务mask（还是笔者的猪仔数据集^^）可视化举例示范。

cv2.polylines()

以下是摘自Ref的函数介绍，笔者将在下面结合例子解释其中的参数。

cv2.polylines() method is used to draw a polygon on any image.

Syntax: cv2.polylines(image, [pts], isClosed, color, thickness)>

Parameters:
image: It is the image on which circle is to be drawn.
pts: Array of polygonal curves.
npts: Array of polygon vertex counters.
ncontours: Number of curves.
isClosed: Flag indicating whether the drawn polylines are closed or not. If they are closed, the function draws a line from the last vertex of each curve to its first
vertex.
color: It is the color of polyline to be drawn. For BGR, we pass a tuple.
thickness: It is thickness of the polyline edges.

Return Value: It returns an image.

说几个关键的参数：第一个参数image自然就是要标记多边形框的原图，pts是多边形框的各个坐标点（这里整个pts参数要注意多加一个中括号，一会儿会结合例子说一下），isClosed的参数是是否要将多边形闭合，即最后一个坐标点是否要再连回到第一个坐标点，一会儿会实验给大家看一下差别，color是多边形框的颜色，大家选用自己喜欢的颜色就好，这里都采用笔者的生日 (98,9,11)。

我们先讲猪仔数据集中的一张图片及其标签读入：

import json
import cv2
import numpy as np

with open('labels/mask2bbox_labels_200/20190515142143.json', 'r') as obj:
            dict = json.load(obj)
img = cv2.imread('images/train_img/20190515142143.jpg')

原图是这样滴：

我们的目标就是根据人工mask标注将小猪仔们用多边形框（不是box矩形框）圈出来，或者用半透明的mask区域表示出来。

开始用一个for循环将所有多边形框读出并画出：

for label in dict['shape']:
    points = np.array(label['points'], dtype=np.int32)
    cv2.polylines(img, [points], True, (98, 9, 11), 3)
   
cv2.imshow('rect', img)
cv2.waitKey(0)
cv2.imwrite('rect.jpg', img)

可以看到是我们想要的效果，小猪仔都被人工标注的坐标形成的多边形圈了起来。

这里要注意我们的pts参数要在外面多加一个中括号，笔者一开始也忽视了这个地方：

cv2.polylines(img, points, False, (98, 9, 11), 3)

会导致报错：

cv2.error: OpenCV(4.4.0) /tmp/pip-req-build-99ib2vsi/opencv/modules/imgproc/src/drawing.cpp:2427: error: (-215:Assertion failed) p.checkVector(2, CV_32S) >= 0 in function 'polylines'

我们一般拿到的某个多边形框的坐标点的形状是[n, 2]，n是某一多边形框的点的个数，2是每个点的x，y坐标。但这里其实是要pts参数的形状为[1, n, 2]，当然也可以用expand_dims将形状调整过来，但这属于舍近求远了。笔者一开始就以为不明晰这其中的状况绕了远路，所以在这里提醒一下大家。

总之把我们的形状为[n, 2]坐标点作为参数在传入函数时加个中括号[pts]即可。

如果isClosed=False参数会怎样呢：

for label in dict['shape']:
    points = np.array(label['points'], dtype=np.int32)
    cv2.polylines(img, [points], False, (98, 9, 11), 3)

结果：

可以看到确实每个多边形框都少了一段，即是没有闭合的结果，所以我们一般将isClosed设为True。

cv2.fillPoly()

for label in dict['shape']:
    points = np.array(label['points'], dtype=np.int32)
    cv2.fillPoly(img, [points], color=(98, 9, 11))

参数与polylines()类似，就不再赘述了，直接这样做得到的结果：

确实能将mask标注内的区域都做填充，但这显然不是我们要的效果，我们需要的是半透明的mask。

我们只要将mask先放到zero图上，再将mask和原图加和起来就OK了。

zeros = np.zeros((img.shape), dtype=np.uint8)
for label in dict['shape']:
    points = np.array(label['points'], dtype=np.int32)
    mask = cv2.fillPoly(zeros, [points], color=(98, 9, 11))
    mask_img = 0.9 * mask + img

结果：

这才是我们最终想要的mask可视化结果。

读者如有疑惑或异议，欢迎留言讨论。

Ref:
https://www.geeksforgeeks.org/
https://blog.csdn.net/weixin_41735859/article/details/103758249