图像分割_.join(img_name)

基于python的图像分割
python批量读入图片、处理并批量输出（可用于深度学习训练集的制作）

项目情况简单描述一下，最终要用深度学习自学做一个白浪花的图像分割。项目背景是船在海上跑的时候会激起来很多白沫还有白浪花，我的兴趣在于运用深度学习的方法提取这些白浪花。好了具体情况先不多说，等我具体搞出来我会专门写一篇来总结这个事儿。

训练集情况
前段时间我用PS软件处理了接近4000张不同时间的图片，图片标号其实是用程序随机抽取的，包含不同的时段（目的是把不同光照条件的白浪花图片包括进来，因为不同光照条件下会产生大量不规则耀斑，会干扰白浪花的分割，这个情况必须让机器学会）的白浪花情况。

所以现在的情况是训练集拥有4000张1280720的RGB白浪花输入图像和4000张对应的1280720的BW二值标签。他们就是我训练集的全部数据。我要使用的网络是U-Net网络，输入大小是572572（原论文中的输入就是572572，作为一个小白，我先不创新了哈），由于传统的U-Net网络卷积是valid卷积，即不padding，所以每次卷积之后图片大小会缩小，最终输出大小为388*388。

分割图的策略
这里其实有两个策略，一个是按照原文的overlap策略，主要是我认为边缘的分割效果是不好的，因为毕竟边缘部分总会不稳定，所以我每次的分割结果都只采用中间的部分，所以最后输出是388388的部分我认为是分割好的。那么对于一张大图来讲，比如1280720，我要把它完全用网络分割完得到1280720的分割图，我就必须先把这张大图分成388388（这里仅仅举例，真正还要先预算尺寸）的部分，然后再取其周围的572572的部分输入网络得到这一部分的输出。那么下一个部分以此类推，边缘采用镜像的办法（因为镜像了，所以总还是中间是稳定的）。说白了就相当于移动着来输出，重叠部分就不管了，我每次只认为大图的中间部分的分割是可信的，最终满足一张大图的分割，同时这种分割是十分有效的。第二个是我在卷积的时候给他padding，让他最终的输出不改变图片的大小，但是我在取的时候还是取中间的一小部分，这一小部分其实还是取388388或者这块中间区域的附近区域，但是我目前自学到的知识来看，一般还都是padding使输出大小不改变，我觉得可能是方便把。。。（也可能不是。。。）

好了说多了，这里简单说了下我训练集图片的情况。我还是采用论文原文中的策略，输入572572，输出388388。我现在有1280*720的4000张RGB输入和对应标签，他们的编号是随机的，但是每100张是连着的，也就是说他们有40组，每组是100张连续的图片，分散在40个文件夹里。这就非常奇葩，因为我的大库是分开的，他们都是从大库中随机抽取的，分成8个文件夹，大库一共8个文件夹，其实是代表8个时间段船航行的时候采集的，不要问我为啥，我也不知道他为啥这么分！所以我其实是每个大库文件夹中随机采500张然后每100张为一个连续单位放到文件夹里。（好了，如果你问我为啥不直接随机抽，因为我怕标签也抽的时候对应不上，好吧一定有更好的办法只是我是新手我不太敢。。。万一乱了就完了）

好了，进入正题，我现在要干的事儿是：
批量把所有数据都进来，包括输入和对应的标签
2. 把1280720的大图分成若干572572的小图

3. 把小图旋转90、180、270度以增多图像（好吧，这只是特殊角度，如果特殊角度能成功我再搞特殊角度，一般旋转素数，这个简单先做这个。。。）

解决方法：
用python的PIL库和opencv都试过，opencv这里出了一个坑，稍后说，最终用的PIL。
2. 1280720溜着边分成6张572572小图，坐标分别列出来

3. PIL的rotate函数可以干这个事儿。

好了放代码：
1，2、用python的PIL库批量读取图片数据并裁剪成小尺寸图像：

#input_make.py
import numpy as np
from PIL import Image

for j in range(45344,45403): #按循环读入图片名称的编号（编号是随机的，只能人为找）

img = Image.open("D:/label_make/label8/day10/{}.png".format(str(j))) 
#注意路径
#print(img.size) 

for i in range(1,6):  #按循环分割成6张小图，这样看起来好些
	
	if i == 1:
		cropped = img.crop((0, 0, 572, 572))  # (left, upper, right, lower)
		cropped.save("D:/try_second/try/{}_{}.tif".format(j+480000,i))  
		#为了区分以防不同文件夹里的随机编号有相同的，所以每个编号按组后面加了区分的数字
		i=i+1

	if i == 2:
		cropped = img.crop((300, 0, 872, 572))  # (left, upper, right, lower)
		cropped.save("D:/try_second/try/{}_{}.tif".format(j+480000,i))
		i=i+1


	if i == 3:
		cropped = img.crop((708, 0, 1280, 572))  # (left, upper, right, lower)
		cropped.save("D:/try_second/try/{}_{}.tif".format(j+480000,i))
		i=i+1

	if i == 4:
		cropped = img.crop((0, 148, 572, 720))  # (left, upper, right, lower)
		cropped.save("D:/try_second/try/{}_{}.tif".format(j+480000,i))
		i=i+1

	if i == 5:
		cropped = img.crop((300, 148, 872, 720))  # (left, upper, right, lower)
		cropped.save("D:/try_second/try/{}_{}.tif".format(j+480000,i))
		i=i+1

	if i == 6:
		cropped = img.crop((708, 148, 1280, 720))  # (left, upper, right, lower)
		cropped.save("D:/try_second/try/{}_{}.tif".format(j+480000,i))
		i=i+1
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37

标签的产生代码：

#mask_make.py
import numpy as np
from PIL import Image

for j in range(45344,45403):

img = Image.open("D:/label_make/label8/day10_finished/{}.png".format(str(j)))
#print(img.size)

for i in range(1,6):
	
	if i == 1:
		cropped = img.crop((0, 0, 572, 572))  # (left, upper, right, lower)
		cropped.save("D:/try_second/try/{}_{}_mask.tif".format(j+480000,i))
		i=i+1

	if i == 2:
		cropped = img.crop((300, 0, 872, 572))  # (left, upper, right, lower)
		cropped.save("D:/try_second/try/{}_{}_mask.tif".format(j+480000,i))
		i=i+1


	if i == 3:
		cropped = img.crop((708, 0, 1280, 572))  # (left, upper, right, lower)
		cropped.save("D:/try_second/try/{}_{}_mask.tif".format(j+480000,i))
		i=i+1

	if i == 4:
		cropped = img.crop((0, 148, 572, 720))  # (left, upper, right, lower)
		cropped.save("D:/try_second/try/{}_{}_mask.tif".format(j+480000,i))
		i=i+1

	if i == 5:
		cropped = img.crop((300, 148, 872, 720))  # (left, upper, right, lower)
		cropped.save("D:/try_second/try/{}_{}_mask.tif".format(j+480000,i))
		i=i+1

	if i == 6:
		cropped = img.crop((708, 148, 1280, 720))  # (left, upper, right, lower)
		cropped.save("D:/try_second/try/{}_{}_mask.tif".format(j+480000,i))
		i=i+1
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35

3. 旋转代码：

#rotate_make.py
import numpy as np
from PIL import Image
import os

directory_name=‘D:/try_second/try’

for filename in os.listdir(directory_name):
#用os库读取文件夹内所有图片名称以操作
#print(filename)
img = Image.open(directory_name + “/” + filename)

img2 = img.rotate(180)  #rotate函数真是宝藏函数啊

#由于命名格式“12521_1_mask”格式造成的，我需要在最前面的数字中加入区分的数值
#来和之前已经处理好的图片在名字上区别，因为最终的图都是放在一个文件夹里的

temp = filename[0 : filename.find('_')]
temp2 = int(temp) + 1200000
temp3 = str(temp2) + filename[filename.find('_') : ]
#print(temp3)

img2.save("D:/try_second/try/"+temp3)
1
2
3
4
5
6
7
8
9
10
11

PIL库与opencv库处理图片的小插曲
这里插入一个用PIL库读取图像剪裁输出与用opencv读取图像剪裁并输出的小插曲，问题出在我的标签是8位深度的BW图像，因为我深度学习的输出的n_class只想有2个通道就够了，非黑即白，所以我所有的标签都是8位深度的二值图像，要么0要么1。

但是！我用opencv读入标签剪裁后输出图像却变成24位深度的RGB图像了，虽然他还是非黑即白，但是有3个通道了？？？我确实不明白这波操作，我只想按原样剪裁完了再按照原来的格式输出来。我怀疑是opencv的imwrite需要设定输出格式，但是如果我设置为BW图像必然涉及到阈值的问题。。。那可能就会对我之前制作的标签有影响，因为我手动处理的时候用的PS，而且不是简单的批量操作，每张图都需要手动处理1分钟左右。。。所以这个非常不靠谱！为此我查了很多资料，但是都没有找到答案，我还为此写了一篇知乎回答，也没人理我。。。。。好了，于是我放弃opencv库了，开始转向PIL库。

以下是opencv读取图像、剪裁或旋转再输出的程序：

#cv_make.py
import numpy as np
import cv2

for j in range(155,160):
img = cv2.imread(“C:/Users/Julianqu/Desktop/try_once/day1_finished/{}.png”.format(str(j)))
#print(img.shape)

for i in range(1,6):
	
	if i == 1:
		cropped = img[0:572, 0:572]  # crop:[y0:y1, x0:x1]
		cv2.imwrite("C:/Users/Julianqu/Desktop/try_once/day1cropped/{}_{}_mask.tif".format(j,i), cropped)
		i=i+1

	if i == 2:
		cropped = img[0:572, 300:872]  # crop:[y0:y1, x0:x1]
		cv2.imwrite("C:/Users/Julianqu/Desktop/try_once/day1cropped/{}_{}_mask.tif".format(j,i), cropped)
		i=i+1

	if i == 3:
		cropped = img[0:572, 708:1280]  # crop:[y0:y1, x0:x1]
		cv2.imwrite("C:/Users/Julianqu/Desktop/try_once/day1cropped/{}_{}_mask.tif".format(j,i), cropped)
		i=i+1

	if i == 4:
		cropped = img[148:720, 0:572]  # crop:[y0:y1, x0:x1]
		cv2.imwrite("C:/Users/Julianqu/Desktop/try_once/day1cropped/{}_{}_mask.tif".format(j,i), cropped)
		i=i+1https://zhuanlan.zhihu.com/p/113703832

	if i == 5:
		cropped = img[148:720, 300:872]  # crop:[y0:y1, x0:x1]
		cv2.imwrite("C:/Users/Julianqu/Desktop/try_once/day1cropped/{}_{}_mask.tif".format(j,i), cropped)
		i=i+1

	if i == 6:
		cropped = img[148:720, 708:1280]  # crop:[y0:y1, x0:x1]
		cv2.imwrite("C:/Users/Julianqu/Desktop/try_once/day1cropped/{}_{}_mask.tif".format(j,i), cropped)
		i=i+1
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31

但是PIL库就是原模原样老老实实输出来，还是8位深度的，所以在这个项目中，我都是用PIL库处理的。

好了，代码真的是小白水平的，只是做个简单的记录和总结，领导回我了，下一篇我再详细展开里面一些字符串的问题。
原文地址