佳格天地 AI地图遥感比赛 标签 测试图像黑乎乎一片

 

 

      

 

由上面几张图可以看出，主办方把训练图像和测试图像搞成了4通道，数据类型为uint16类型，计算机可视化图像一般是三通道，数据类型为uint8,或者单通道，数据类型为uint8。

训练图像的标签也是黑乎乎的原因，标签图像是单通道uint8没有错，只是由于标签数量为五类，分别分为五类：植被（标记1）、建筑（标记2）、水体（标记3）、道路（标记4）以及其他(标记0)，耕地、林地、草地均归为植被类。只是数值太小了，数值0到4的灰度图肯定是黑乎乎的，可以相应同步把数据增加128就可以看到了，或者给标签着色（一个标签数值对应一个三通道颜色）

可视化训练图像和测试图像代码如下，通过下面代码就可以可视化图像了：

img = cv2.imread("D:\BaiduNetdiskDownload\BDCI2017-jiage-Semi\\testing\\testing1.png", cv2.IMREAD_UNCHANGED)
    img_out = np.zeros((img.shape[0],img.shape[1],3)).astype(np.uint8)
    img_out = img[:,:,:3]
    img_out = img_out.astype(np.uint8)
    cv2.imwrite("D:\BaiduNetdiskDownload\BDCI2017-jiage-Semi\\testing\\testing11.png", img_out)

 

标签着色代码：

#注意：opencv读取图片的三通道顺序是bgr

others = [0, 0, 255]      #红色 其他
plant = [0, 255, 0]       #绿色 植被
building = [255, 0, 0]    #蓝色 建筑
water = [0, 255, 255]     #黄色 水体
road = [255, 255, 255]    #白色 道路

color_dit = np.array([others,plant,building,water,road])

#给图像分割标签打上颜色
def label_color(predit_map,color_dict,num_class):
    # 如果图像是三通道，则取第一通道
    img = predit_map[:, :, 0] if len(predit_map.shape) == 3 else predit_map
    # 预先分配三通道的空间
    img_out = np.zeros(img.shape +(3,))

    for i in range(num_class):
        debug = (img == i)
        # 如果img像素值等于i,则把img_out对应位置的三通道值设置为color_dit[i]
        img_out[img == i,:] = color_dit[i]

    return img_out