做电商网站公司,关键词热度分析,阳泉住房和城乡建设厅网站,那些网站被k恢复是怎么做的给一幅分割 label#xff0c;求某个物体的凸包#xff08;convex hull#xff09;[1]和包络#xff08;polygon#xff09;[2]#xff0c;所得是一幅 0/1 的 mask。凸包、包络都是包含物体的#xff0c;分别在于包络不要求凸#xff0c;可以更细致地勾勒物体形状。例求某个物体的凸包convex hull[1]和包络polygon[2]所得是一幅 0/1 的 mask。凸包、包络都是包含物体的分别在于包络不要求凸可以更细致地勾勒物体形状。例 从左到右此物体的 segmentation mask、包络 mask、凸包 mask。包络、凸包两 mask 或可用于 masked dice loss[3]。
Code
包络skimage.draw.polygon凸包skimage.morphology.convex_hull_image
import numpy as np
import medpy.io as medio
from PIL import Image
import skimage# 读一幅 seg label
label, _ medio.load(test/ctpelvic1k/dataset5_1411226_Image_mask_4label.nii.gz)
print(label.shape, label.min(), label.max(), label.dtype) # (512, 512, 175) 0 4 uint16
lab label[:, :, 100]# object seg mask
lab_bin (lab 0).astype(np.uint8) * 255# polygon
px, py np.where(lab 0)
rr, cc skimage.draw.polygon(px, py)
polygon np.zeros_like(lab, dtypenp.uint8)
polygon[rr, cc] 255# convex hull
chull skimage.morphology.convex_hull_image(lab_bin)
print(chull.shape, chull.min(), chull.max(), chull.dtype) # (512, 512) False True bool
chull chull.astype(np.uint8) * 255# 一并展示
comb np.concatenate([lab_bin, polygon, chull], axis1)
Image.fromarray(comb).save(test.png)References
Convex Hullskimage.draw.polygonMaskedDiceLoss
