在原始图像上可视化分割结果2

前言

之前分享的在原始图像上可视化分割结果的博客代码有一定的冗余性和局限性，即将预测分割可视化到原始图像上和将Ground_truth可视化到分割结果上由两端代码构成，且对可视化的分割线条不能改变其线条的粗细，由此重新分享一段代码，通过修改原始图像路径和分割掩码路径，即可将两个分割结果可视化在原始图像上，而且可以通过修改参数对线条的粗细进行改变。

代码

import cv2
import numpy as np

# 加载原始图像和Ground truth掩码
# img = cv2.imread('../image/ISIC_0000022.jpg')
img = cv2.imread('../result_image5.jpg')
gt_mask = cv2.imread('../ISIC_0000022.png', cv2.IMREAD_GRAYSCALE)
# gt_mask = cv2.imread('..e/image/ISIC_0000022_segmentation.jpg', cv2.IMREAD_GRAYSCALE)
# 将Ground truth掩码转换为二值图像
gt_mask_bin = cv2.threshold(gt_mask, 127, 255, cv2.THRESH_BINARY)[1]

# 使用Canny边缘检测算法检测Ground truth掩码的边缘
gt_edges = cv2.Canny(gt_mask_bin, 100, 200)

# 将检测到的Ground truth边缘绘制为绿色线条
result = img.copy()
green_color = (0, 255, 0)
line_thickness = 2  # 调整线的宽度为2个像素
contours, hierarchy = cv2.findContours(gt_edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cv2.drawContours(result, contours, -1, green_color, line_thickness)

cv2.imwrite('../result/result_image7.jpg', result)
# 显示结果
cv2.imshow('Result', result)
cv2.waitKey(0)
cv2.destroyAllWindows()