制作用于分割的带掩码的coco格式的数据集

素颜马尾好姑娘i 2024-05-08 06:38 3阅读 0赞

#### 文章目录 ####

*  大致原理
 *  参考教程
 *  安装pycococreator遇到的问题
 *  借助pycococreatortools生成标注

## 大致原理 ##

处理医学图像最常见的是MRI格式，但是MRI是三维的，如果想用detecron2或者maskrcnn跑类似的三维图片需要先进行切片，然后为切片制作coco格式的json文件，下面我们就来介绍一下如何把三维图像转成二维的，并为二维切片制作json文件。

本教程同样适用于二维图片，只是少了一个三维切片的过程。

大致原理就是：

*  把三维的原始MRI标注文件切片
 *  依次处理每一张切片，因为我的任务是一个多分类的任务，所以每一张图片上都有多个类别。处理的时候，要单独处理每一个类别，为每一个类别生成对应的mask
 *  如何生成mask? 底层实现的时候调用contour函数，这个函数可以把一个二值图像中值为1的区域轮廓表示出来，也就是coco数据格式中的mask数组。

## 参考教程 ##

[COCO数据集–分割数据定义及标注信心][COCO]  
[将彩色RGB分割标注图像数据集转换为COCO格式的json文件][RGB_COCO_json]  
[外国官方教程（推荐）][Link 1]

## 安装pycococreator遇到的问题 ##

在windows安装pycococreator时可能会报编译器版本低的错误，这是下只需要下载一个visual studio installer 安装一下编译器即可，安装的时候要选择如下几个选项  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA6YGH5Yiw5Z2O5bCx5b6X6L-I6L-H5Y67_size_20_color_FFFFFF_t_70_g_se_x_16]

## 借助pycococreatortools生成标注 ##

def genSeaCoco():
        # 读取要处理的文件列表
        data_txt = '/home/shicao/hjf/datasets/sea/01.txt'
        
        mask_list = []
        with open(data_txt, 'r') as f:
            # 读取文件中的第一行
            line = f.readline()
            # 读取文件中的所有行，并消除回车
            for line in f.readlines():
                line = line.strip('\n')
                mask_list.append(line)
    
        img_dir = '/home/shicao/hjf/datasets/sea/images'
        mask_dir = '/home/shicao/hjf/datasets/sea/processed_masks'
    
        image_id = 1
        annotation_id = 1
    
        coco_output = {
        
            "info": INFO,
            "licenses": LICENSES,
            "categories": CATEGORIES,
            "images": [],
            "annotations": []
        }
    
        # 依次处理每张图片
        print('处理总数', len(mask_list))
        for mask_name in mask_list:
            image_name = mask_name[: -3] + 'jpg'
            print('正在处理', image_name)
            image = Image.open(os.path.join(img_dir, image_name))
            image_info = pycococreatortools.create_image_info(image_id, os.path.basename(image_name), image.size)
            coco_output["images"].append(image_info)
            
            # 读取mask图像
            mask = np.array(cv2.imread(os.path.join(mask_dir, mask_name), cv2.IMREAD_GRAYSCALE)).astype(np.uint8)
    
            for class_id in range(8):
                binary_mask = copy.deepcopy(mask)  # 深拷贝
                binary_mask[binary_mask != class_id] = 0
                binary_mask[binary_mask == class_id] = 1
                category_info = {
        'id': class_id, 'is_crowd': 0}
    
                # 直接按颜色划分
                if class_id in [0, 1, 2, 3, 7]:
                    annotation_info = pycococreatortools.create_annotation_info(
                        annotation_id, image_id, category_info, binary_mask, image.size, tolerance=2)
                    # 只有当标签不为空时，掩码id才会自增
                    if annotation_info is not None:
                        coco_output["annotations"].append(annotation_info)
                        annotation_id = annotation_id + 1
                else:
                    # 寻找轮廓，为每个轮廓生成一个标注
                    contours, hierarchy = cv2.findContours(binary_mask, cv2.RETR_LIST, cv2.CHAIN_APPROX_NONE)
                    contours_len = len(contours)
                    if contours_len != 0:
                        # 遍历所有的轮廓，一个轮廓就是一个实例
                        for id, contour in enumerate(contours):
                            # 实例二值掩码
                            instance_binary_mask = np.zeros(binary_mask.shape)
                            polys = []
                            poly = np.array(contour, dtype=np.int32).reshape((len(contour), 2))
                            polys.append(poly)
                            # 多边形填充,生成二值图像，去生成掩码
                            cv2.fillPoly(instance_binary_mask, polys, 1)
                            # cv2.imwrite('/home/shicao/hjf/datasets/sea/{}.png'.format(id), (instance_binary_mask * 255).astype(np.uint8))
    
                            # 如果这个轮廓太小，则放弃
                            if np.count_nonzero(instance_binary_mask) < 20:
                                continue
    
                            # 为实例创建标注
                            annotation_info = pycococreatortools.create_annotation_info(
                                annotation_id, image_id, category_info, instance_binary_mask, image.size, tolerance=2)
                            # 只有当标签不为空时，掩码id才会自增
                            if annotation_info is not None:
                                coco_output["annotations"].append(annotation_info)
                                annotation_id = annotation_id + 1
    
            image_id = image_id + 1
    
        print('总的实例数', annotation_id)
    
        with open('/home/shicao/hjf/datasets/sea/annotation.json', 'w') as output_json_file:
            json.dump(coco_output, output_json_file, indent=2)

[COCO]: https://blog.csdn.net/weixin_40546602/article/details/105338732
[RGB_COCO_json]: https://blog.csdn.net/francislucien2017/article/details/90407093
[Link 1]: https://patrickwasp.com/create-your-own-coco-style-dataset/
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA6YGH5Yiw5Z2O5bCx5b6X6L-I6L-H5Y67_size_20_color_FFFFFF_t_70_g_se_x_16]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/08/43729393513b483b87248a20a8069df0.png