对mask进行rle编码然后进行解码-详细注释
代码来自:
https://www.kaggle.com/artgor/segmentation-in-pytorch-using-convenient-tools
代码如下
import numpy as np
# 进行mask存储,rle一种压缩存储方式
# 还有一种是polygon(多边形)
# 这个函数是对mask进行rle编码,所以输入的值非0即1
import numpy as np
# 进行mask存储,rle一种压缩存储方式
# 还有一种是polygon(多边形)
# 这个函数是对mask进行rle编码,所以输入的值非0即1
def mask2rle(img):
'''
Convert mask to rle.
img: numpy array,
1 - mask,
0 - background
Returns run length as string formated
'''
print("看下输入的img",img)
pixels= img.T.flatten()#转置后看图像
print("pixels进行flatten以后=",pixels)
# pixels进行flatten以后= [1 1 0 0 0 0 0 0 0 0 0 0 1 1]#14位
pixels = np.concatenate([[0], pixels, [0]])
print("pixels=",pixels)
# pixels = [0 1 1 0 0 0 0 0 0 0 0 0 0 1 1 0]#16位
runs = np.where(pixels[1:] != pixels[:-1])[0] + 1
print("runs=",runs)#这个记录的是bit值开始变化的位置,这里+1是为了位置的调整
runs[1::2] -= runs[::2]
#这句代码写得很抽象,其实是在进行编码.
#运行前的结果是：
# runs= [ 1 3 13 15] #runs中的每个数值都代表像素值发生变化的位置
# 运行后的结果是:
# runs= [ 1 2 13 2]
# 意思是第1个位置算起，共有2个bit是相同的，所以用3-1得到
# 意思是第13个位置算起，共有2个bit是相同的，所以用15-13得到。
# 对应上面头部和末尾的两个11
print("runs=",runs)
return ' '.join(str(x) for x in runs)
# 这个是用来解码train.csv中的Encoded Pixels的
def rle_decode(mask_rle: str = '', shape: tuple = (1400, 2100)):
'''
Decode rle encoded mask.
:param mask_rle: run-length as string formatted (start length)
:param shape: (height, width) of array to return
Returns numpy array, 1 - mask, 0 - background
'''
s = mask_rle.split()#这个运算前后没啥区别
print("-----------------------------------------------------------")
print("s[0:][::2]=",s[0:][::2])#这个获取的是变化的像素的位置序号的列表
# ['1', '13']
print("s[1:][::2]=",s[1:][::2])#这个获取的是相同像素的长度列表（分别记录每个变化的像素后面连续的同等像素值的连续长度）
#['2', '2']
starts, lengths = [np.asarray(x, dtype=int) for x in (s[0:][::2], s[1:][::2])]
print("看下最初的starts=",starts)#变化的像素的位置序号的列表
print("lengths=",lengths)
starts -= 1
ends = starts + lengths
print("ends=",ends)
img = np.zeros(shape[0] * shape[1], dtype=np.uint8)
for lo, hi in zip(starts, ends):#进行恢复
img[lo:hi] = 1
return img.reshape(shape, order='F')
if __name__ == '__main__':
img=np.array([[1,0,0,0,0,0,1],[1,0,0,0,0,0,1]])
print("输入的图像是",img)
result=mask2rle(img)
print("mask2rle的编码结果=",result)
result=rle_decode("1 2 13 2", (2, 7))
print("rle_decode的解码结果=",result)
上述mask2rle与rle_decode是互为可逆的。
rle编码的格式是：
格式是像素位置，长度（这了包含其实位置的像素的计数）
根据大佬的说法是，rle编码能节省内存。