标签：__ VOC 标签 192 128 pascal 64 voc2012 label

因为分割的标签是一个彩色图像，而不是理想中的每一个像素就是他的类别，所以我们需要处理一下

调色板

如果你用pillow读，就会发现他的模式是P,代表着他用调色板把灰度图映射成彩色图了，所以首先要获取调色板

pillow

简单来说就是读取任意标签，然后获取他的调色板

#!/usr/bin/env python
# _*_ coding:utf-8 _*_
import numpy as np
from PIL import Image

if __name__ == '__main__':
    # 任意标签
    label_path ='/data/datasets/VOCtrainval_11-May-2012/VOCdevkit/VOC2012/SegmentationClass/2007_000032.png'
    palette = np.array(Image.open(label_path).getpalette()).reshape((-1, 3))
    print(palette[:21])

官方matlab

在这个链接里可以找到http://host.robots.ox.ac.uk/pascal/VOC/voc2012/VOCdevkit_18-May-2011.tar
VOCdevkit_18-May-2011/VOCdevkit/VOCcode/VOClabelcolormap.m

% VOCLABELCOLORMAP Creates a label color map such that adjacent indices have different
% colors.  Useful for reading and writing index images which contain large indices,
% by encoding them as RGB images.
%
% CMAP = VOCLABELCOLORMAP(N) creates a label color map with N entries.
function cmap = labelcolormap(N)

if nargin==0
    N=256
end
cmap = zeros(N,3);
for i=1:N
    id = i-1; r=0;g=0;b=0;
    for j=0:7
        r = bitor(r, bitshift(bitget(id,1),7 - j));
        g = bitor(g, bitshift(bitget(id,2),7 - j));
        b = bitor(b, bitshift(bitget(id,3),7 - j));
        id = bitshift(id,-3);
    end
    cmap(i,1)=r; cmap(i,2)=g; cmap(i,3)=b;
end
cmap = cmap / 255;

结论

这里除了原本的20类+背景，还有一个边界

VOC_COLORMAP = [[0, 0, 0], [128, 0, 0], [0, 128, 0], [128, 128, 0],
                [0, 0, 128], [128, 0, 128], [0, 128, 128], [128, 128, 128],
                [64, 0, 0], [192, 0, 0], [64, 128, 0], [192, 128, 0],
                [64, 0, 128], [192, 0, 128], [64, 128, 128], [192, 128, 128],
                [0, 64, 0], [128, 64, 0], [0, 192, 0], [128, 192, 0],
                [0, 64, 128], [224, 224, 192]]

VOC_CLASSES = ['background', 'aeroplane', 'bicycle', 'bird', 'boat',
               'bottle', 'bus', 'car', 'cat', 'chair', 'cow',
               'diningtable', 'dog', 'horse', 'motorbike', 'person',
               'potted plant', 'sheep', 'sofa', 'train', 'tv/monitor', 'void']

http://host.robots.ox.ac.uk/pascal/VOC/voc2012/segexamples/index.html
https://zhuanlan.zhihu.com/p/102303256

映射

因为python不能把数组映射成数字，所以要把(r,g,b)编码成一个数字，可以考虑
r < < 16 ∣ g < < 8 ∣ b = r ∗ 256 ∗ 256 + g ∗ 256 + b r<<16|g<<8|b=r*256*256+g*256+b r<<16∣g<<8∣b=r∗256∗256+g∗256+b
然后再映射

第一种方法

做一个数组，包含所有的颜色的映射，然后把图片输进去就可以了
这里注意图片一定要转成int（不然貌似会超出uint8）
我这里把边界映射成了0（就是注释掉的21那里）

#!/usr/bin/env python
# _*_ coding:utf-8 _*_
import numpy as np
from cv2 import cv2

VOC_COLORMAP = [[0, 0, 0], [128, 0, 0], [0, 128, 0], [128, 128, 0],
                [0, 0, 128], [128, 0, 128], [0, 128, 128], [128, 128, 128],
                [64, 0, 0], [192, 0, 0], [64, 128, 0], [192, 128, 0],
                [64, 0, 128], [192, 0, 128], [64, 128, 128], [192, 128, 128],
                [0, 64, 0], [128, 64, 0], [0, 192, 0], [128, 192, 0],
                [0, 64, 128], [224, 224, 192]]

VOC_CLASSES = ['background', 'aeroplane', 'bicycle', 'bird', 'boat',
               'bottle', 'bus', 'car', 'cat', 'chair', 'cow',
               'diningtable', 'dog', 'horse', 'motorbike', 'person',
               'potted plant', 'sheep', 'sofa', 'train', 'tv/monitor', 'void']

if __name__ == '__main__':
    label_path ='/data/datasets/VOCtrainval_11-May-2012/VOCdevkit/VOC2012/SegmentationClass/2007_000032.png'
    label_color_map = np.zeros(1 << 24, dtype=np.uint8)
    for i, (r, g, b) in enumerate(VOC_COLORMAP[:21]):
        # label_color_map[r << 16 | g << 8 | b] = i
        label_color_map[b << 16 | g << 8 | r] = i
    r, g, b = VOC_COLORMAP[-1]
    # label_color_map[r << 16 | g << 8 | b] = 21
    # label_color_map[r << 16 | g << 8 | b] = 0
    # label_color_map[b << 16 | g << 8 | r] = 21
    label_color_map[b << 16 | g << 8 | r] = 0
    img = cv2.imread(label_path).astype(np.int64)
    result = label_color_map[img[..., 0] << 16 | img[..., 1] << 8 | img[..., 2]].astype(np.uint8)
    print(np.unique(result))

第二种方法

其实和第一种差不多，只是用了向量化（其实我也不知道会不会更快）

#!/usr/bin/env python
# _*_ coding:utf-8 _*_
import numpy as np
from cv2 import cv2

VOC_COLORMAP = [[0, 0, 0], [128, 0, 0], [0, 128, 0], [128, 128, 0],
                [0, 0, 128], [128, 0, 128], [0, 128, 128], [128, 128, 128],
                [64, 0, 0], [192, 0, 0], [64, 128, 0], [192, 128, 0],
                [64, 0, 128], [192, 0, 128], [64, 128, 128], [192, 128, 128],
                [0, 64, 0], [128, 64, 0], [0, 192, 0], [128, 192, 0],
                [0, 64, 128], [224, 224, 192]]

VOC_CLASSES = ['background', 'aeroplane', 'bicycle', 'bird', 'boat',
               'bottle', 'bus', 'car', 'cat', 'chair', 'cow',
               'diningtable', 'dog', 'horse', 'motorbike', 'person',
               'potted plant', 'sheep', 'sofa', 'train', 'tv/monitor', 'void']

if __name__ == '__main__':
    label_path ='/data/datasets/VOCtrainval_11-May-2012/VOCdevkit/VOC2012/SegmentationClass/2007_000032.png'
    label_color_map = {}
    for i, (r, g, b) in enumerate(VOC_COLORMAP[:21]):
        # label_color_map[r << 16 | g << 8 | b] = i
        label_color_map[b << 16 | g << 8 | r] = i
    r, g, b = VOC_COLORMAP[-1]
    # label_color_map[r << 16 | g << 8 | b] = 21
    # label_color_map[r << 16 | g << 8 | b] = 0
    # label_color_map[b << 16 | g << 8 | r] = 21
    label_color_map[b << 16 | g << 8 | r] = 0
    bgr2label = np.vectorize(label_color_map.get)
    img = cv2.imread(label_path).astype(np.int64)
    result = bgr2label(img[..., 0] << 16 | img[..., 1] << 8 | img[..., 2]).astype(np.uint8)
    print(np.unique(result))

标签：__,VOC,标签,192,128,pascal,64,voc2012,label
来源： https://blog.csdn.net/qq_39942341/article/details/122064285

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。