已知分割数据集图像的多边形边界，绘制其二值化掩膜

1：需求

对于一些分割网络，需要使用到二值化的掩膜。但是制作的数据集（非公开数据集）的图像的标注是图像里物体的多边形边界。
比如：


已有的是原图和标注过的边缘（json格式的文件），想要生成下面这种二值化的掩膜。

当然，实际的情况是一张图里不止一个物体，可能有几十个。

2：思路

刚开始我的想法是暴力，遍历每一个像素，之后判断该像素是否在某一个物体的边界内，如果是，就把像素变成白色，如果不是，就变成黑色。

但是这种做法十分复杂，一来要遍历每一个像素，而二来要判断该像素是否在物体边缘内（可能有好几十个物体），而且物体边缘是不规则的多边形。这样下来，光判断每像素是否在物体边界内就很麻烦了。

直到我想到了换一种思路：能否找到提取图片不规则多边形区域的方法。如果有，那么会很大的简化整个流程。

果然，网上有这个方法：使用Python/PIL裁剪多边形
代码如下：

import numpy
from PIL import Image, ImageDraw

# read image as RGB and add alpha (transparency)
im = Image.open("crop.jpg").convert("RGBA")

# convert to numpy (for convenience)
imArray = numpy.asarray(im)

# create mask
polygon = [(444,203),(623,243),(691,177),(581,26),(482,42)]   # 多边形的点坐标
maskIm = Image.new('L', (imArray.shape[1], imArray.shape[0]), 0)
ImageDraw.Draw(maskIm).polygon(polygon, outline=1, fill=1)
mask = numpy.array(maskIm)

# assemble new image (uint8: 0-255)
newImArray = numpy.empty(imArray.shape,dtype='uint8')

# colors (three first columns, RGB)
newImArray[:,:,:3] = imArray[:,:,:3]

# transparency (4th column)
newImArray[:,:,3] = ma