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。