语义分割一些数据预处理的方式

写在前面：

因为最近在做裂缝检测，用的CRACK500数据集，尺寸大部分是640*340，如果直接resize(512,512)效果不太好。

尝试如下：

1、先将340尺寸填充成512 （512是你需要的尺寸）

2、因为mask标签图片需要为单通道的二值图像，填充后可能会变成RGB图像，所以再改为二值图像

3、随机裁剪，这个是我自己设计的算法，大概思想是根据你需要的尺寸，我先限定一个x和y可能的区域，再通过一个随机值来乘以这个区域的长度，横纵坐标分别加上这个区域距离左边和下边的长度，就得到了一个区间，在这个区间内的任意坐标，横纵坐标分别加减目标尺寸的一半，就可以得到四个坐标，就是最终的裁剪区域。（说的有点绕，其实很好理解，不理解也没关系，直接用）

4、因为随机裁剪，可能会有的区域没有你需要的像素点，所以我设计了一个读取像素点的函数，来删除那些目标像素点小于1000的图片（因为我用的是二值图像，非黑即白，如果和我不一样的话，可以适当更改，还有就是因为imread函数不能读有中文路径的，所以我把目标数据集文件复制了一份在桌面上，具体可以看注释）

1.填充尺寸

import cv2
import numpy as np
import os

## 边界填充
# 这个按下面的对称填充改就可以
def constant(filenames, save_path):
    for filename in filenames:
        img = cv2.imread(filename)
        img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
        constant = cv2.copyMakeBorder(img, 76, 76, 0, 0, cv2.BORDER_CONSTANT, value=[0, 0, 0])
        cv2.imwrite(save_path + f'{i}.jpg', constant)

# 对称填充
def reflect(filenames, save_path):
    i = 0
    for filename in filenames:
        img = cv2.imread(filename)
        img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
        reflect = cv2.copyMakeBorder(img, 76, 76, 0, 0, cv2.BORDER_REFLECT)
        cv2.imwrite(os.path.join(save_path, f'{i}.jpg'), reflect)
        i += 1

def get_filename(path):
    file_names = os.listdir(path)
    image_names = []
    for file_name in file_names:
        image_path = os.path.join(path, file_name)
        image_names.append(image_path)
    return image_names

if __name__ == '__main__':
    image_names = get_filename(r'C:\Users\dell\Desktop\CRACK500_sameSize\test\image')
    save_path = r'C:\Users\dell\Desktop\CRACK500_512_padding\test\image'
    reflect(image_names, save_path)

2.改变图片通道，变为二值图像：

import numpy as np
from PIL import Image
import os

def get_filename(path):
    file_names = os.listdir(path)
    image_names = []
    for file_name in file_names:
        image_path = os.path.join(path, file_name)
        image_names.append(image_path)
    return image_names

# 把图片改为二值图像
def change_channel(filenames):
    for filename in filenames:
        image = Image.open(filename)
        # 转为二值图像
        image_1 = image.convert('1')
        image_1.save(filename)

if __name__ == '__main__':
    # 获取图片完整路径
    # 在括号里传文件夹路径
    image_names = get_filename()
    change_channel(image_names)

3.随机裁剪

from PIL import Image
import os
import random


def random_crop(height, length, n):
    for i in range(0, n):
        x_random = random.random()
        y_random = random.random()
        for image_name in os.listdir(image_input_path):
            print(f'-----------第{image_name}张图片------------')
            # 每个图像全路径
            image_input_fullname = os.path.join(image_input_path, image_name)
            # PIL库打开每一张图像
            img = Image.open(image_input_fullname)
            # 定义裁剪图片左、上、右、下的像素坐标
            x_max = img.size[0]  # 宽
            y_max = img.size[1]  # 高
            print(x_max, y_max)
            if x_max % 2 != 0:
                x_max += 1
            if y_max % 2 != 0:
                y_max += 1
            print(x_max, y_max)
            x_max_half = x_max // 2  # 图片   宽的一半
            y_max_half = y_max // 2  # 图片   高的一半
            height_half = height // 2  # 裁剪框 高的一半
            length_half = length // 2  # 裁剪框 宽的一半
            if x_max >= length and y_max >= height:
                # print(i)
                lost_height = y_max_half - height_half
                lost_length = x_max_half - length_half
                # for i in range(0, n):

                mid_point_x = int(length_half + x_random * 2 * lost_length)
                mid_point_y = int(height_half + y_random * 2 * lost_height)
                print(f'第{i}次裁剪的中心坐标为 ', "x:", mid_point_x, "y:", mid_point_y)

                down = mid_point_y + height_half
                up = mid_point_y - height_half
                right = mid_point_x + length_half
                left = mid_point_x - length_half

                BOX_LEFT, BOX_UP, BOX_RIGHT, BOX_DOWN = left, up, right, down
                # 从原始图像返回一个矩形区域，区域是一个4元组定义左上右下像素坐标
                box = (BOX_LEFT, BOX_UP, BOX_RIGHT, BOX_DOWN)
                # 进行roi裁剪
                roi_area = img.crop(box)
                # 裁剪后每个图像的路径+名称
                qianzhui, houzhui = os.path.splitext(image_name)
                image_output_fullname = os.path.join(image_output_path, qianzhui + f'_{i}' + houzhui)
                # 如果用原文件名称/只裁剪一次，可以用这个
                # image_output_fullname = os.path.join(image_output_path, image_name)
                # 存储裁剪得到的图像
                roi_area.save(image_output_fullname)
                print('{0}  crop done.'.format(image_output_fullname))
            else:
                print("输入尺寸不符合要求")
        for image_name in os.listdir(mask_input_path):
            print(f'-----------第{image_name}张图片------------')
            # 每个图像全路径
            image_input_fullname = os.path.join(mask_input_path, image_name)
            # PIL库打开每一张图像
            img = Image.open(image_input_fullname)
            # 定义裁剪图片左、上、右、下的像素坐标
            x_max = img.size[0]  # 宽
            y_max = img.size[1]  # 高
            print(x_max, y_max)
            if x_max % 2 != 0:
                x_max += 1
            if y_max % 2 != 0:
                y_max += 1
            print(x_max, y_max)
            x_max_half = x_max // 2  # 图片   宽的一半
            y_max_half = y_max // 2  # 图片   高的一半
            height_half = height // 2  # 裁剪框 高的一半
            length_half = length // 2  # 裁剪框 宽的一半
            if x_max >= length and y_max >= height:
                # print(i)
                lost_height = y_max_half - height_half
                lost_length = x_max_half - length_half
                # for i in range(0, n):

                mid_point_x = int(length_half + x_random * 2 * lost_length)
                mid_point_y = int(height_half + y_random * 2 * lost_height)
                print(f'第{i}次裁剪的中心坐标为 ', "x:", mid_point_x, "y:", mid_point_y)

                down = mid_point_y + height_half
                up = mid_point_y - height_half
                right = mid_point_x + length_half
                left = mid_point_x - length_half

                BOX_LEFT, BOX_UP, BOX_RIGHT, BOX_DOWN = left, up, right, down
                # 从原始图像返回一个矩形区域，区域是一个4元组定义左上右下像素坐标
                box = (BOX_LEFT, BOX_UP, BOX_RIGHT, BOX_DOWN)
                # 进行roi裁剪
                roi_area = img.crop(box)
                # 裁剪后每个图像的路径+名称
                qianzhui, houzhui = os.path.splitext(image_name)
                image_output_fullname = os.path.join(mask_output_path, qianzhui + f'_{i}' + houzhui)		
                # 如果用原文件名称/只裁剪一次，可以用这个
                # image_output_fullname = os.path.join(mask_output_path, image_name)
                # 存储裁剪得到的图像
                roi_area.save(image_output_fullname)
                print('{0}  crop done.'.format(image_output_fullname))
            else:
                print("输入尺寸不符合要求")


if __name__ == '__main__':
    # 定义待批量裁剪图像的路径地址
    image_input_path = r'C:\Users\dell\Desktop\CRACK500_512_padding\train\image'
    mask_input_path = r'C:\Users\dell\Desktop\CRACK500_512_padding\train\mask'
    # 定义裁剪后的图像存放地址
    image_output_path = r''
    mask_output_path = r''
    # 需要裁剪的尺寸，第三个参数代表你要对每张图片裁几次
    random_crop(512, 512, 2)

4.读图片的像素，删除小于1000像素的图片

import cv2
import numpy as np
import os
from matplotlib import pyplot as plt

# 获取裂缝像素小于 1000 的图片
def get_filename(path):
    file_names = os.listdir(path)
    image_names = []
    for file_name in file_names:
        image_path = os.path.join(path, file_name)
        img = cv2.imread(image_path)
        GrayImage = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
        img = np.array(GrayImage)
        height, width = img.shape

        i = 0
        a = 0  # 黑
        b = 0  # 白
        for row in range(height):
            for col in range(width):
                val = img[row][col]
                if val == 0:
                    a = a + 1
                else:
                    b = b + 1
                i += 1
        print("黑色像素有", a, "个，白色像素有", b, "个", '总共：', i)
        if b < 1000:
            image_names.append(file_name)
    return image_names

def delete_image(path, image_names):
    for mask_name in image_names:
        # 删除mask文件夹下的图片
        mask_path = os.path.join(path, 'mask', mask_name)
        os.remove(mask_path)
    for mask_name in image_names:
        # 删除image文件夹下的图片，此时文件名后缀是png，需要改成jpg
        image, extension = os.path.splitext(mask_name)
        image_name = image + '.jpg'
        image_path = os.path.join(path, 'image', image_name)
        os.remove(image_path)

if __name__ == '__main__':
    # 因为imread不能用中文路径，先复制一份数据集获取文件名

    # 复制后的路径
    path = r'C:\Users\dell\Desktop\CRACK500_512_padding\train\mask'
    # 获取像素点小于1000的文件名
    image_names = get_filename(path)
    # 需要改动的数据集（就是你需要删除的数据集，上面那个path只是为了获取一份需要删除的图像名单）
    dataset_path = r''
    # 删除
    delete_image(dataset_path, image_names)
    # print(image_names)

有不懂的地方欢迎留言！