語言分割偽彩色掩碼詳解

wancy發表於2024-05-25
1.偽彩色圖

　　偽彩色(pseudo-color)影像是一種影像處理技術，用於將灰度影像或單通道影像對映到彩色空間，以便透過顏色差異來增強影像的視覺表現。在偽彩色影像中，不同的灰度級或資料值被賦予不同的顏色，從而建立出一個彩色的影像表示。偽彩色圖每個畫素值實際上是一個索引值或程式碼，該程式碼值作為色彩查詢表CLUT(Color Look-Up Table)中某一項的入口地址，根據該地址可查詢出包含實際R、G、B的強度值。這種用查詢對映的方法產生的色彩稱為偽彩色，生成的影像為偽彩色影像。偽彩色圖查詢表是一個預先定義好的對映表，它將原始影像的灰度值（或某個特定範圍內的灰度值）對映到特定的顏色值。每個條目通常包含紅、綠、藍（RGB）三個顏色通道的值，以及可能的透明度（Alpha）資訊。

　　需要注意的是，偽彩色影像並不是真正的彩色影像，而是透過對灰度影像或單通道影像進行顏色對映得到的。因此，在解釋偽彩色影像時，需要注意顏色所代表的實際含義。

2. 影像模式

　　影像模式是指影像中畫素的儲存和表示方式，不同的模式對應不同的顏色深度和儲存需求。在PIL中，常見的影像模式包括“1”（二值影像）、“L”（灰度影像）、“P”（調色盤影像）、“RGB”（紅綠藍三通道彩色影像）、“RGBA”（紅綠藍及透明度四通道彩色影像）、“CMYK”（印刷色彩模式，包括青、洋紅、黃和黑色）、“YCbCr”（用於JPEG壓縮的顏色空間）、“I”（32位整型影像）和“F”（32位浮點型影像）等。

from PIL import Image
img = Image.open('test.png')
mode = img.mode
print(mode)  # 輸出可能是'L', 'RGB', 'RGBA'等

　　如果你輸入的是彩色圖，那麼輸出是RGB。在cv2中沒有直接的輸出影像模式的方法。

3.P模式（Pseudocolor mode）與L模式（Luminance mode）

　　上面介紹了影像模式，這裡主要介紹語義分割中用到的標籤的影像的模式。

  1. P模式（Pseudocolor mode）：

    • 在P模式下，灰度影像的每個畫素值會被對映到一個特定的顏色上。
    • 對映函式可以是線性的，也可以是非線性的，取決於所選的偽彩色變換方法。
    • 偽彩色圖可以用於突出顯示影像中的特定特徵，如邊緣、紋理或特定型別的影像資料（例如醫學成像中的不同組織型別）。
    • P模式下的偽彩色圖通常用於科學視覺化，其中不同的顏色可以幫助解釋和理解資料。

  2. L模式（Luminance mode）：

    • L模式通常指的是亮度模式，它是一種將灰度影像轉換為具有單一顏色通道的影像的方法。
    • 在L模式下，影像的每個畫素值被轉換為相同的顏色（通常是白色或其他單一顏色），然後透過調整亮度來區分不同的畫素值。
    • 這種方法通常用於建立高對比度的影像，使得影像中的不同區域或特徵透過亮度的變化來區分，而不是顏色的變化。
    • L模式下的影像可能不如P模式那樣豐富和多彩，但它們可以提供一種簡單而有效的方式來強調影像中的亮度差異。

　　這裡對標籤掩碼灰度圖及偽彩色掩碼圖進行測試(從左至右分別是原圖，labelme得到的標籤偽彩色掩碼圖label.png，單通道灰度圖pic.png)：

import cv2
import numpy as np
from PIL import Image
img = Image.open('pic.png')
mode = img.mode
print(mode)  # L
print(np.unique(img))#[0 1 2]
###############################
img = Image.open('label.png')
mode = img.mode
print(img.getpalette())#PIL的P模式預設調色盤RGB顏色及順序[0, 0, 0, 128, 0, 0, 0, 128, 0, 128, 128, 0, 0, 0, 128, 128, 0, 128, 0, 128, 128, 128, 128,......
print(mode)  # P
print(np.unique(img))#[0 1 2]
#如果下面使用cv2去讀取圖片，結果如下:
img=cv2.imread('label.png',0)#以灰度讀取偽彩色標籤圖
print(np.unique(img))#[ 0 38 75]

img=cv2.imread('label.png',1)#以彩色讀取偽彩色標籤圖
print(np.unique(img))#[  0 128]

img=cv2.imread('pic.png',0)
print(np.unique(img))#[0 1 2]

img=cv2.imread('pic.png',1)
print(np.unique(img))#[0 1 2]

　　上述程式碼中,np.unique是用來測試影像的畫素值有哪些。很顯然cv2對於P模式的偽彩色標籤圖，會以三通道彩色圖去讀取，無法讀取到實際的標籤種類。

4. P模式與L模式相互轉換

　　P模式轉L模式

from PIL import Image

# 讀取偽彩色P模式影像
img = Image.open('pseudo_color_image.png')
# 檢查影像模式
print(f"原始影像模式: {img.mode}")
# 如果影像不是RGB模式，先轉換為RGB模式（這裡假設影像已經是P模式）
if img.mode != 'RGB':
    img = img.convert('RGB')
# 將RGB影像轉換為灰度影像
gray_img = img.convert('L')
# 儲存灰度影像
gray_img.save('gray_image.jpg')
# 檢查轉換後的影像模式
print(f"轉換後影像模式: {gray_img.mode}")

　　L模式轉P模式

from PIL import Image

# 開啟L模式影像
image = Image.open("pic.png")
# 將L模式轉換為P模式，並設定調色盤
p_image = image.convert("P")  # 這裡的palette引數實際上是被忽略的
#自定義一個包含5種顏色的調色盤
colors = [128, 128, 0,0, 255, 0, 0, 0, 255, 0, 0, 255, 255, 255, 255]
p_image.putpalette(colors)
# 儲存帶有自定義調色盤的P模式影像
p_image.save("converted_palette_image.png")
# 驗證影像模式
print(f"轉換後影像模式: {p_image.mode}")

5.Alpha透明通道與自定義語義分割標籤生成

　　後面補充。

小結:JPG（JPEG）格式不支援調色盤

相關文章