BSDS500数据集下载及转换为轮廓图和分割图（.jpg格式）

BSDS500数据集下载及转换为轮廓图和分块图（.jpg格式）

参考：[https://blog.csdn.net/weixin_41443908/article/details/88638953]（BSDS500分割数据集的下载及简单处理）

但是博主的代码运行不出来，因此我上传修改后可运行的代码及解释。

BSDS500数据集下载地址：下载BSDS500

目的：

因为BSDS500的原始文件是全部保存在Access数据库中的，但是想要应用它，就必须转换成普通的图像格式，例如.jpg、.png等。

前期准备：

（1）下载后的文件：

直接打开BSDS500/data 文件夹，由2部分组成：
我们这里只用到了groundTruth文件，代码中的bsdsRoot就用到了这个groundTruth所在文件夹的地址。
（2）新建文件夹：
在groundTruth文件夹下新建2个文件，分别命名为contour、segementation，分别表示将真值文件转换为轮廓图和区域分割图。

因为轮廓图和区域分割图分别分为3个步骤：训练、测试和验证，因此还需要在contour和segementation文件夹下再分别新建3个文件夹：train、test、val来分别存放训练、测试、验证的图像。

到此，所有前期工作完成。

Python处理：

from scipy import io
import scipy
import os
###运行时需要改变root值为BSD500所在的相应根目录
root = 'E:\DataSets\BSR\BSDS500\data'
PATH = os.path.join(root,'data\\groundTruth')


for sub_dir_name in ['train','test','val']:
    sub_pth = os.path.join(PATH,sub_dir_name)
    ##为生成的图片新建个文件夹保存
    save_pth = os.path.join(root,'data\\GT_convert',sub_dir_name)
    os.makedirs(save_pth,exist_ok=True)
    print('开始转换'+sub_dir_name+'文件夹中内容')
    for filename in os.listdir(sub_pth):
        # 读取mat文件中所有数据
        #mat文件里面是以字典形式存储的数据
        #包括 dict_keys(['__globals__', 'groundTruth', '__header__', '__version__'])
        #如果要用到'groundTruth']中的轮廓
        #x['groundTruth'][0][0][0][0][1]为轮廓
        #x['groundTruth'][0][0][0][0][0]为分割图
        data = io.loadmat(os.path.join(sub_pth,filename))
        edge_data = data['groundTruth'][0][0][0][0][1]
        #存储的是归一化后的数据：0

BSDS中每张图片对应5个真值，为5个人标注的真值，训练时真值可采用平均值或者用来扩充数据。
源代码中的[0][0][0][0][1]代表轮廓图。[0][0][0][0][0]代表生成分割图。

Matlab脚本:

提取轮廓：contour.m

% contour.m
% bsdsRoot 变量的值为包含train、test、val文件夹的地址
%在处理时应当提前在train、test、和val下新建文件夹contour，contour里需要新建train、test、val3个子文件夹
state = 'test';%修改为test或train或val，分别处理3个文件夹 
bsdsRoot='E:\daily personal thing\Direction\3.18cob-thinking\code\BSDS500\BSR_bsds500\BSR\BSDS500\data\groundTruth';
file_list = dir(fullfile(bsdsRoot,state,'*.mat'));%获取该文件夹中所有jpg格式的图像
for i=1:length(file_list)
    %mat = load(file_list(i).name);
    mat = load(fullfile(bsdsRoot,state,file_list(i).name))
    [~,image_name,~] = fileparts(file_list(i).name);
    gt = mat.groundTruth;
    for gtid=1:length(gt)
        bmap = gt{gtid}.Boundaries;
        if gtid==1
            image = bmap;
        else
            image(bmap==true)=true;
        end
 
    end
    %黑底白边
    imwrite(double(image),fullfile(bsdsRoot,'contour',state,[image_name '.jpg']));
    %白底黑边
    %imwrite(1-double(image),fullfile(bsdsRoot,'contour',state,[image_name '.jpg']));
 
end

提取轮廓图效果如图：

区域分割：segementation.m

% segementation.m
% bsdsRoot 变量的值为包含train、test、val文件夹的地址
%在处理时应当提前在groundTruth下新建文件夹segementation，segementation里需要新建train、test、val三个子文件夹
%将state依次修改为test、train、val，即可完成对groundTruth下三个文件夹的处理并生成相应的jpg文件 
state = 'test';
bsdsRoot='E:\daily personal thing\Direction\3.18cob-thinking\code\BSDS500\BSR_bsds500\BSR\BSDS500\data\groundTruth';
file_list = dir(fullfile(bsdsRoot,state,'*.mat'));%获取该文件夹中所有.mat格式的图像
for i=1:length(file_list)
    mat = load(fullfile(bsdsRoot,state,file_list(i).name));
    [~,image_name,~] = fileparts(file_list(i).name);
    gt = mat.groundTruth;
    for gtid=1:length(gt)
        seg = double(gt{gtid}.Segmentation);
        seg = seg/max(max(seg));
        if gtid == 1
            image = seg;
        else
            image = image+seg;
        end
    end
    image = image/length(gt);
    imwrite(double(image),fullfile(bsdsRoot,'segementation',state,[image_name '.jpg']));
 
end

区域分割效果如图：