在从实例分割掩码中提取的二值对象掩码图像中提取感兴趣对象的二值边界图像

问题描述 投票:0回答:2

我有一个来自 Detectron 2 的实例分割 + 2D 边界框结构,我从中将 pred_masks 转换为二进制对象(感兴趣的)掩码。

所以,在这里,我的问题是如何将这个二进制掩码转换为二进制图像,其中整个图像是黑色的,但对象掩码中感兴趣对象周围的边界是白色的?

segmenter = get_pointrend_predictor()
instances = segmenter(image)["instances"]
vis = PointRendVisualizer(image, metadata=MetadataCatalog.get("coco_2017_val"))
Image.fromarray(vis.draw_instance_predictions(instances.to("cpu")).get_image())

实例2.pred_masks.shape

torch.Size([1, 224, 400])
na = instances[1].pred_masks.to('cpu').numpy()
print(na.shape)

(1, 224, 400)

na = na.reshape(224, 400)
na.shape

(224, 400)

na = np.where(na == False, 0, na)
na = np.where(na == True, 255, na)
plt.imshow(na)

在这个具体的例子中,我感兴趣的是在小象的边界上画一条白线(这是我在实例分割掩码对象中的第二个实例)。

不幸的是,我没有小象的边界图,但这里有一个人类边界的例子(以白线显示): ^ 图片参考:https://www.programmersought.com/article/52814639867/

python image-processing deep-learning computer-vision image-segmentation
2个回答
0
投票

我刚刚想出了提取位掩码边缘的方法。

如图所示:

na = outputs['instances'][1].pred_masks.to('cpu').numpy()
na = na.reshape(1024, 683)

from detectron2.utils.visualizer import GenericMask
gm = GenericMask(na, 1024, 683)
sg = gm.polygons[0].reshape(-1,2)
print(sg)

通过代码,我得到了多边形边的列表。这是气球的面具。

为了验证它,我将多边形翻译成JavaScript,如下图所示,然后运行它。显然它有效。


0
投票

形态学操作(膨胀或腐蚀)在边界提取中非常方便:

import cv2
seg_mask = cv2.imread('images/seg_mask .png', 0) # this is your segmentation mask
dilated_seg_mask = cv2.dilate(seg_mask, kernel, iterations=1)
plt.figure(figsize=(12,5))
plt.subplot(121), plt.imshow(seg_mask, cmap='viridis'), plt.axis('off'), plt.title('segmentation mask', size=20)
plt.subplot(122), plt.imshow(dilated_seg_mask-seg_mask, cmap='gray'), plt.axis('off'), plt.title('extracted boundary', size=20)
plt.tight_layout()
plt.show()

© www.soinside.com 2019 - 2024. All rights reserved.