Python将多类别图像分割的结果，转化为RGB图片输出

图像分割与可视化

最新推荐文章于 2024-09-13 20:56:55 发布

翻译最新推荐文章于 2024-09-13 20:56:55 发布 · 1.6k 阅读

4 ·

CC 4.0 BY-SA版权

原文链接：https://stackoverflow.com/questions/62362807/plotting-multi-class-semantic-segmentation-transparent-overlays-over-rgb-image

文章标签：

#python #开发语言

本文介绍了一种使用深度学习算法对图像进行分割的方法，并通过skimage库中的label2rgb方法将分割后的类别转换为可视化的RGB颜色。具体展示了如何加载图像、应用SLIC算法进行图像分割并最终将分割结果叠加到原始图像上。

使用深度学习或机器学习算法对图像进行分割后，得到的图像矩阵往往是多类别的整数值，在一般情况下，我们希望将每个整数（即类别）对应一个RGB颜色输出，我们可以参考下述代码，使用skimage库中的label2rgb方法来实现。

效果如下：

代码如下：

from skimage import io
from skimage import color
from skimage import segmentation
import matplotlib.pyplot as plt

# URL for tiger image from Berkeley Segmentation Data Set BSDS
url=('http://www.eecs.berkeley.edu/Research/Projects/CS/vision/bsds/BSDS300/html/images/plain/normal/color/108073.jpg')

# Load tiger image from URL
tiger = io.imread(url)

# Segment image with SLIC - Simple Linear Iterative Clustering
seg = segmentation.slic(tiger, n_segments=30, compactness=40.0, enforce_connectivity=True, sigma=3)

# Generate automatic colouring from classification labels
io.imshow(color.label2rgb(seg,tiger))
plt.show()

参考链接：

python - Plotting multi-class semantic segmentation transparent overlays over RGB image - Stack Overflow