处理数据集的过程中用到了mask 但是源数据集中只给了mask顶点的坐标值,那么在python中怎么实现生成只有0、1表示的mask区域呢?

主要借鉴cv2中的方法:

(我使用的数据情况是将顶点坐标分别存储在roi.mat中的x和y元素)

matfn = 'roi.mat'
data = sio.loadmat(matfn)
x_cor = data['x']
y_cor = data['y']
im = np.zeros(图像对应尺寸, dtype="uint8")
cor_xy = np.hstack((x_cor, y_cor))
cv2.polylines(im, np.int32([cor_xy]), 1, 1)
cv2.fillPoly(im, np.int32([cor_xy]), 1)
mask_array = im

这样就可以得到mask啦,注意:首先坐标对是数组形式,我们需要用‘[ ]' 转换为列表形式,然后用np.int32转化格式,这两步都放在上述标红代码中完成了。不然很容易报错。

以上这篇python实现根据给定坐标点生成多边形mask的例子就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。

华山资源网 Design By www.eoogi.com
广告合作:本站广告合作请联系QQ:858582 申请时备注:广告合作(否则不回)
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
华山资源网 Design By www.eoogi.com