语义分割伪彩色掩码详解

1.伪彩色图

  伪彩色(pseudo-color)图像是一种图像处理技术,用于将灰度图像或单通道图像映射到彩色空间,以便通过颜色差异来增强图像的视觉表现。在伪彩色图像中,不同的灰度级或数据值被赋予不同的颜色,从而创建出一个彩色的图像表示。伪彩色图每个像素值实际上是一个索引值或代码,该代码值作为色彩查找表CLUT(Color Look-Up Table)中某一项的入口地址,根据该地址可查找出包含实际R、G、B的强度值。这种用查找映射的方法产生的色彩称为伪彩色,生成的图像为伪彩色图像。伪彩色图查找表是一个预先定义好的映射表,它将原始图像的灰度值(或某个特定范围内的灰度值)映射到特定的颜色值。每个条目通常包含红、绿、蓝(RGB)三个颜色通道的值,以及可能的透明度(Alpha)信息。

  需要注意的是,伪彩色图像并不是真正的彩色图像,而是通过对灰度图像或单通道图像进行颜色映射得到的。因此,在解释伪彩色图像时,需要注意颜色所代表的实际含义。

2. 图像模式

  图像模式是指图像中像素的存储和表示方式,不同的模式对应不同的颜色深度和存储需求。在PIL中,常见的图像模式包括“1”(二值图像)、“L”(灰度图像)、“P”(调色板图像)、“RGB”(红绿蓝三通道彩色图像)、“RGBA”(红绿蓝及透明度四通道彩色图像)、“CMYK”(印刷色彩模式,包括青、洋红、黄和黑色)、“YCbCr”(用于JPEG压缩的颜色空间)、“I”(32位整型图像)和“F”(32位浮点型图像)等。

from PIL import Image
img = Image.open('test.png')
mode = img.mode
print(mode)  # 输出可能是'L', 'RGB', 'RGBA'等

  如果你输入的是彩色图,那么输出是RGB。在cv2中没有直接的输出图像模式的方法。

3.P模式(Pseudocolor mode)与L模式(Luminance mode)

  上面介绍了图像模式,这里主要介绍语义分割中用到的标签的图像的模式。

  1. P模式(Pseudocolor mode):

    • 在P模式下,灰度图像的每个像素值会被映射到一个特定的颜色上。
    • 映射函数可以是线性的,也可以是非线性的,取决于所选的伪彩色变换方法。
    • 伪彩色图可以用于突出显示图像中的特定特征,如边缘、纹理或特定类型的图像数据(例如医学成像中的不同组织类型)。
    • P模式下的伪彩色图通常用于科学可视化,其中不同的颜色可以帮助解释和理解数据。
  2. L模式(Luminance mode):

    • L模式通常指的是亮度模式,它是一种将灰度图像转换为具有单一颜色通道的图像的方法。
    • 在L模式下,图像的每个像素值被转换为相同的颜色(通常是白色或其他单一颜色),然后通过调整亮度来区分不同的像素值。
    • 这种方法通常用于创建高对比度的图像,使得图像中的不同区域或特征通过亮度的变化来区分,而不是颜色的变化。
    • L模式下的图像可能不如P模式那样丰富和多彩,但它们可以提供一种简单而有效的方式来强调图像中的亮度差异。

  这里对标签掩码灰度图及伪彩色掩码图进行测试(从左至右分别是原图,labelme得到的标签伪彩色掩码图label.png,单通道灰度图pic.png):

                                                                      

import cv2
import numpy as np
from PIL import Image
img = Image.open('pic.png')
mode = img.mode
print(mode)  # L
print(np.unique(img))#[0 1 2]
###############################
img = Image.open('label.png')
mode = img.mode
print(img.getpalette())#PIL的P模式默认调色板RGB颜色及顺序[
0, 0, 0, 128, 0, 0, 0, 128, 0, 128, 128, 0, 0, 0, 128, 128, 0, 128, 0, 128, 128, 128, 128,...... print(mode) # P print(np.unique(img))#[0 1 2] #如果下面使用cv2去读取图片,结果如下: img=cv2.imread('label.png',0)#以灰度读取伪彩色标签图 print(np.unique(img))#[ 0 38 75] img=cv2.imread('label.png',1)#以彩色读取伪彩色标签图 print(np.unique(img))#[ 0 128] img=cv2.imread('pic.png',0) print(np.unique(img))#[0 1 2] img=cv2.imread('pic.png',1) print(np.unique(img))#[0 1 2]

  上述代码中,np.unique是用来测试图像的像素值有哪些。很显然cv2对于P模式的伪彩色标签图,会以三通道彩色图去读取,无法读取到实际的标签种类。

4. P模式与L模式相互转换

  P模式转L模式

from PIL import Image

# 读取伪彩色P模式图像
img = Image.open('pseudo_color_image.png')
# 检查图像模式
print(f"原始图像模式: {img.mode}")
# 如果图像不是RGB模式,先转换为RGB模式(这里假设图像已经是P模式)
if img.mode != 'RGB':
    img = img.convert('RGB')
# 将RGB图像转换为灰度图像
gray_img = img.convert('L')
# 保存灰度图像
gray_img.save('gray_image.jpg')
# 检查转换后的图像模式
print(f"转换后图像模式: {gray_img.mode}")

  L模式转P模式

from PIL import Image

# 打开L模式图像
image = Image.open("pic.png")
# 将L模式转换为P模式,并设置调色板
p_image = image.convert("P")  # 这里的palette参数实际上是被忽略的
#自定义一个包含5种颜色的调色板
colors = [128, 128, 0,0, 255, 0, 0, 0, 255, 0, 0, 255, 255, 255, 255]
p_image.putpalette(colors)
# 保存带有自定义调色板的P模式图像
p_image.save("converted_palette_image.png")
# 验证图像模式
print(f"转换后图像模式: {p_image.mode}")

5. Alpha透明通道与自定义语义分割标签生成

  使用如下代码在原图上,利用掩码标注的区域,添加彩色,通过设置两者叠加的权重达到透明可视效果。

 

import cv2
import numpy as np

image_path=r'images\img.png'#三通道彩色图
mask_path=r'images\pic.png' #单通道灰度图掩码

#读取原图
image=cv2.imread(image_path)
print(image.shape)#(500, 800, 3)
mask=cv2.imread(mask_path,cv2.IMREAD_UNCHANGED)#读取图像时保留所有通道,包括透明度通道
print(mask.shape)
# 创建一个空白的彩色掩码叠加图 (与原图相同大小)
overlay = np.zeros_like(image, dtype=np.uint8)
colors = {
    0: (0, 0, 0),  # 背景 - 无色(其实不用添加)
    1: (0, 0, 255),  # 类1 - 红色
    2: (0, 128, 255)  # 类2 - 绿色
}

"""
 0: (0, 0, 0),  # 背景 - 无色(其实不用添加)
 1: (0, 0, 128),  # 类1 - 浅红色
 2: (0, 128, 0)   # 类2 - 浅绿色
"""
# 遍历掩码中的每个类别,为每个类别设置颜色
for value, color in colors.items():
    overlay[mask == value] = color
# 设置透明度(alpha 透明度值)
alpha = 0.25  # 0.0完全透明,1.0完全不透明
# 将透明的彩色叠加图与原图结合
result = cv2.addWeighted(overlay, alpha, image, 1 - alpha, 0)
#保存结果
cv2.imwrite('overlayed_image.png', result)

 

                                              叠加彩色的图                                                                                原图
                                                                                           

 

  

  增加Alpha透明通道

import cv2
import numpy as np

image_path=r'images\img.png'#三通道彩色图
mask_path=r'images\pic.png' #单通道灰度图掩码

#读取原图
image=cv2.imread(image_path)
print(image.shape)#(500, 800, 3)
mask=cv2.imread(mask_path,cv2.IMREAD_UNCHANGED)#读取图像时保留所有通道,包括透明度通道
print(mask.shape)
# 创建一个空白的彩色叠加图 (与原图相同大小,但包含透明度通道)
overlay = np.zeros((image.shape[0], image.shape[1], 4), dtype=np.uint8)
colors = {
    0: (0, 0, 0, 0),       # 背景 - 透明(完全透明)
    1: (0, 0, 255, 128),   # 类1 - 半透明红色
    2: (0, 255, 0, 128)    # 类2 - 半透明绿色
}
# 遍历掩码中的每个类别,为每个类别设置颜色
for value, color in colors.items():
    overlay[mask == value] = color

# 将原图像转换为包含透明度通道的格式
image_bgra = cv2.cvtColor(image, cv2.COLOR_BGR2BGRA)

# 将透明的彩色叠加图与原图结合
# combined = cv2.addWeighted(overlay, 1, image_bgra, 1, 0)
combined = cv2.addWeighted(overlay, 0.3, image_bgra, 1, 0)
#保存结果
cv2.imwrite('overlayed_image2.png', combined)

                                                                                       

                                    叠加彩色的图                                           原图

  若要增加增加图例,如下:

import cv2
import numpy as np

def add_legend(image, colors, labels, alpha=0.8):
    """
    在图像的右上角添加图例,使用固定的尺寸。

    :param image: 输入的BGR图像。
    :param colors: 颜色字典,键是类值,值是颜色元组(B, G, R)。
    :param labels: 标签字典,键是类值,值是标签文本。
    :param alpha: 叠加透明度。
    :return: 带图例的图像。
    """
    # 图像尺寸
    height, width = image.shape[:2]

    # 固定图例尺寸和参数
    legend_height = 60
    legend_width = 150
    legend_padding = 10
    color_box_size = 15
    text_offset = 20
    text_font_scale = 0.5
    text_thickness = 1
    line_height = 20  # 每一行的高度

    # 创建图例的背景
    legend = np.zeros((legend_height * len(labels) + legend_padding * 2, legend_width, 3), dtype=np.uint8)

    for idx, (key, color) in enumerate(colors.items()):
        # 设置图例的颜色框
        top_left = (legend_padding, idx * line_height + legend_padding)
        bottom_right = (legend_padding + color_box_size, idx * line_height + legend_padding + color_box_size)
        cv2.rectangle(legend, top_left, bottom_right, color[::1], -1)  # 颜色需要从 BGR 转换为 RGB

        # 添加标签文本
        text_position = (legend_padding + color_box_size + text_offset, top_left[1] + color_box_size)
        cv2.putText(legend, labels[key], text_position, cv2.FONT_HERSHEY_SIMPLEX, text_font_scale, (255, 255, 255),
                    text_thickness)

    # 计算图例位置
    legend_x = width - legend_width - legend_padding
    legend_y = legend_padding

    # 将图例叠加到原图像右上角
    overlay = image.copy()
    overlay[legend_y:legend_y + legend.shape[0], legend_x:legend_x + legend.shape[1]] = legend

    # 透明混合
    result = cv2.addWeighted(overlay, alpha, image, 1 - alpha, 0)

    return result



image_path=r'images\img.png'#三通道彩色图
mask_path=r'images\pic.png' #对应的单通道灰度图标签掩码

#读取原图
image=cv2.imread(image_path)
print(image.shape)#(500, 800, 3)

mask=cv2.imread(mask_path,cv2.IMREAD_UNCHANGED)#读取图像时保留所有通道,包括透明度通道
print(mask.shape)

# 创建一个空白的彩色叠加图 (与原图相同大小,但包含透明度通道)
overlay = np.zeros((image.shape[0], image.shape[1], 3), dtype=np.uint8)

colors = {
    0: (0, 0, 0),       # 背景
    1: (0, 0, 255),   # 类1 - 红色
    2: (0, 255, 0)    # 类2 - 绿色
}

colors_lengend = {
    1: (0, 0, 255),   # 类1 - 红色
    2: (0, 255, 0)    # 类2 - 绿色
}

labels = {
    # 0: 'Background',
    1: 'Class 1',
    2: 'Class 2'
}

# 遍历掩码中的每个类别,为每个类别设置颜色
for value, color in colors.items():
    overlay[mask == value] = color

combined = cv2.addWeighted(overlay, 0.3, image, 1, 0)
# 添加图例到右上角
result_with_legend = add_legend(combined, colors_lengend, labels, alpha=0.5)

#保存结果
cv2.imwrite('overlayed_image3_legend.png', result_with_legend)

 

小结:可以设置浅色的红色与绿色叠加,可以近似达到添加Alpha透明通道设置低值的效果。

 

 

 

  

 

 

 

 

小结:JPG(JPEG)格式不支持调色板

posted @ 2024-05-25 17:55  wancy  阅读(207)  评论(0编辑  收藏  举报