绘制视差图的误差热力图

一、pfm格式的读取

关于pfm格式，并未查到标准的定义或者解释，而在双目领域视差图的标签存储便是该格式。Scenceflow，Middlebury数据库中的视差图像就也是以pfm格式进行存储的。 PMF格式主要有两部分组成：头、元数据。
提供python读取pfm文件的代码：

def read_disp(filename):
    # Scene Flow dataset
    if filename.endswith('pfm'):
        disp = np.ascontiguousarray(_read_pfm(filename)[0])
    else:
        raise Exception('Invalid disparity file format!')
    return disp  # [H, W]

def _read_pfm(file):
    file = open(file, 'rb')
    color = None
    width = None
    height = None
    scale = None
    endian = None

    header = file.readline().rstrip()
    if header.decode("ascii") == 'PF':
        color = True
    elif header.decode("ascii") == 'Pf':
        color = False
    else:
        raise Exception('Not a PFM file.')

    dim_match = re.match(r'^(\d+)\s(\d+)\s$', file.readline().decode("ascii"))
    if dim_match:
        width, height = list(map(int, dim_match.groups()))
    else:
        raise Exception('Malformed PFM header.')

    scale = float(file.readline().decode("ascii").rstrip())
    if scale < 0:  # little-endian
        endian = '<'
        scale = -scale
    else:
        endian = '>'  # big-endian

    data = np.fromfile(file, endian + 'f')
    shape = (height, width, 3) if color else (height, width)

    data = np.reshape(data, shape)
    data = np.flipud(data)
    return data, scale

二、npz格式的存储与读取

npz文件是numpy格式的压缩文件，在保存双目模型预测的视差结果时考虑采用npz的格式保存结果数据

2.1 npz格式文件创建与读取

np.savez() 保存npz格式
np.load() 读取npz格式

np.savez()函数的第一个参数是文件名，其后的参数都是需要保存的数组。传递数组时可以使用关键字参数为数组命名，非关键字参数传递的数组会自动起名为arr_0、arr_1……；np.savez()函数输出的是一个扩展名为.npz的压缩文件，它包含多个与保存的数组对应的npy文件，文件名对应数组名；读取.npz文件时使用np.load()函数，返回的是一个类似于字典的对象，因此可以通过数组名作为关键字对多个数组进行访问

  import numpy as np
  a = np.arange(5)
  b = np.arange(6)
  c = np.arange(7)

  np.savez('test', a, b, arr_test = c) # 将多个数组保存到磁盘
  # 读取数组
  data = np.load('test.npz') #类似于字典{‘arr_0’:a,’arr_1’:b,’arr_2’:c}
  print('arr_0 : ', data['arr_0'])
  print('arr_1 : ', data['arr_1'])
  print('arr_test: ', data['arr_test'])
  --------------------------------------------------------------------------------
  arr_0 :  [0 1 2 3 4]
  arr_1 :  [0 1 2 3 4 5]
  arr_test :  [0 1 2 3 4 5 6]

另一案例

import numpy as np

def save_zpn():  # 保存.npz文件
    a = np.zeros(10)
    b = np.ones(5)
    c = np.arange(3)
    np.savez('my_npz_file.npz', zeros=a, ones=b, arange=c) # 这里可以指定文件名与保存的文件内容

def load_zpn():  # 读取.npz文件
    my_npz = np.load('my_npz_file.npz')
    print('npz文件保存的文件包括：', my_npz.files) # 打印全部文件名
    print(my_npz['zeros']) # 拿到文件对应的内容
    print(my_npz['ones'])
    print(my_npz['arange'])

if __name__ == '__main__':
    save_zpn()
    load_zpn()

三、热力图的绘制

` 热力图的绘制主要用的是seaborn库中的sns函数

下面 附上一段我用的的代码，输入分别是标签GT和预测结果，将两个结果做差以后采用 sns.heatmap()函数完成热力图的绘制

def Error_Hot_Map(GT, img):
    resImg = GT - img
    plt.figure('1')
    fig, ax1 = plt.subplots(figsize=(12.5, 7)) 
    # 可以更换cmap的参数，调整热力图的风格
    sns.heatmap(resImg, ax=ax1, vmin=-th, vmax=th, center=0, cmap='RdBu_r') # RdBu_r  rainbow 
    ax1.set_title('error hot map')
    ax1.set_xticklabels([])  # 设置x轴图例为空值
    plt.xticks([])
    plt.yticks([])
    fig.savefig("G:/KT_136/Hot_Map.png", bbox_inches='tight')
    plt.show()
    plt.close()
    print("")

效果图