Tensorflow(4) Semantic Segmentation 图片预处理

在语义分割中我们常用的数据集是VOC2012，在实际训练的时候我们如何利用这个数据集对模型进行训练呢，下面是处理的一些细节以及相关代码。这个数据集的介绍详细请见我的另一篇博客

用tensorflow对其进行处理

tensorflow读图片的方式：

import tensorflow as tf
img_content = tf.read_file(filepath)
img = tf.image.decode_image(img_content)

# tf.image.decode_image()会根据读入的图片的channel数
# 分别等价于 tf.image.decode_png()   channel=1
#           tf.image.decode_jpeg()  channel=3
#           tf.image.decode_gif()   channel=4

1.如果直接从SegmentationClass里面读.png图片，打印其ndarray，会发现你读出来的ndarray里面最大的数值居然是220。而原本应该是255（SegmentationClass里面的图片的边缘是白色）。并且并不能读出正确的分类信息。这个时候要先用skimage来对图片做一次转换。转换代码如下：

import numpy as np
from skimage import io
im = Image.open(src_filepath)
io.imsave(dest_filepath, np.array(im))

2.对图片进行解码之后，我们要把图片里面的255全部转换成0，因为255是描出来的边，并不属于voc的21类里面。那该如何转换呢？

import tensorflow as tf
label = tf.cast(label, tf.float32)
ignore = 255
label = label-ignore
label = tf.cast(label,tf.uint8)