將labelme生成的label和img合併展示

﹄重噺，学發表於2024-11-13

img：

label：

合併達到的效果：

實現程式碼：

點選檢視程式碼 
import cv2
import numpy as np
from PIL import Image

def add_legend(image, colors, labels, alpha=1):
    """
    在影像的右上角新增圖例，使用固定的尺寸。
    :param image: 輸入的BGR影像。
    :param colors: 顏色字典，鍵是類值，值是顏色元組（B, G, R）。
    :param labels: 標籤字典，鍵是類值，值是標籤文字。
    :param alpha: 疊加透明度。
    :return: 帶圖例的影像。
    """
    # 影像尺寸
    height, width = image.shape[:2]

    # 固定圖例尺寸和引數
    legend_height = 20
    legend_width = 150
    legend_padding = 10
    color_box_size = 15
    text_offset = 20
    text_font_scale = 0.5
    text_thickness = 1
    line_height = 20  # 每一行的高度

    # 建立圖例的背景
    legend = np.zeros((legend_height * len(labels) + legend_padding * 2, legend_width, 3), dtype=np.uint8)

    for idx, (key, color) in enumerate(colors.items()):
        # 設定圖例的顏色框
        top_left = (legend_padding, idx * line_height + legend_padding)
        bottom_right = (legend_padding + color_box_size, idx * line_height + legend_padding + color_box_size)
        cv2.rectangle(legend, top_left, bottom_right, color[::1], -1)  # 顏色需要從 BGR 轉換為 RGB

        # 新增標籤文字
        text_position = (legend_padding + color_box_size + text_offset, top_left[1] + color_box_size)
        cv2.putText(legend, labels[key], text_position, cv2.FONT_HERSHEY_SIMPLEX, text_font_scale, (255, 255, 255),
                    text_thickness)

    # 計算圖例位置
    legend_x = width - legend_width - legend_padding
    legend_y = legend_padding

    # 將圖例疊加到原影像右上角
    overlay = image.copy()
    overlay[legend_y:legend_y + legend.shape[0], legend_x:legend_x + legend.shape[1]] = legend

    # 透明混合
    result = cv2.addWeighted(overlay, alpha, image, 1 - alpha, 0)

    return result

def save_img_label(image_path,mask_path,save_path):
    # image_path=r'.\data_insar\path_all\data\0.png'#三通道彩色圖
    # mask_path=r'.\data_insar\path_all\annotations\0.png' #對應的單通道灰度圖示籤掩碼
    
    #讀取原圖
    image=cv2.imread(image_path)
    mask=Image.open(mask_path)
    mask = np.array(mask)
    
    # 建立一個空白的彩色疊加圖 (與原圖相同大小，但包含透明度通道)
    overlay = np.zeros((image.shape[0], image.shape[1], 3), dtype=np.uint8)
    
    colors = {
        1: (0, 0, 255),   # 類1 - 紅色
    }
    
    colors_lengend = {
        1: (0, 0, 255),   # 類1 - 紅色
    }
    
    labels = {
        1: 'cat',
    }
    
    # 遍歷掩碼中的每個類別，為每個類別設定顏色
    for value, color in colors.items():
        overlay[mask == value] = color
    
    combined = cv2.addWeighted(overlay, 0.3, image, 1, 0)
    # 新增圖例到右上角
    result_with_legend = add_legend(combined, colors_lengend, labels, alpha=0.5)
    #儲存結果
    cv2.imwrite(os.path.join(save_path,'cat_label.png'), result_with_legend)

in_img_path = r".\data\cat.png"
in_json_path = r".\annotations\cat_json\label.png"
save_path =  r".\test"
save_img_label(in_img_path,in_json_path,save_path)

其中很大部分都是參考https://www.cnblogs.com/wancy/p/18212547，詳細請參考該博主

相關文章