COCO_02 二值分割数据集制作为COCO数据集

Posted LiQiang33

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了COCO_02 二值分割数据集制作为COCO数据集相关的知识,希望对你有一定的参考价值。

文章目录

1 前言

最近要开始实例分割任务,由于实例分割是建立再目标检测基础之上的,因此需要制作能用于目标检测的数据集,选择通用的COCO格式数据集进行制作,COCO目标检测数据集简单介绍https://blog.csdn.net/qq_44776065/article/details/128695821,我们基于上述文章进行制作

2 分割数据集格式

分割数据集基本框架如图所示

单个病人由原图images和两个不同标签mask_0mask_1组成,每个IMG组成一个文件夹作为一个样例

2.1 原始图像

  • 单个样例images中的原始图片

  • 单个样例由二维的切片序列组成,且具有三维空间连续性

2.2 分割标注

标注部分如图所示,类似于二值图像,白色前景的像素值为255,黑色背景的像素值为0

2.3 文件名信息

每个样例文件夹下的文件名均为P1_1_IMG002_frame032.png组成,其中:

  • P1_1_IMG002为样例信息
  • frame032为顺序信息,用于图片的ID

3 制作COCO格式基本流程

制作原则:单个IMG制作一个标注文件,作为一个样例

根据输入图片的格式,制作的基本步骤为:

  1. 首先制作images中的内容,保存图片的基本信息,file_name的值需要采用相对于数据集根路径的文件名,idframe + 1000其中的1000来标记图片信息与P1_1_IMG002中的第二个1对齐,其属于某类文件,因为其文件个数不会超过999(数据集特性)
  2. 制作categories中的内容,这部分类是规定好的,直接指定ID和Name即可
  3. 制作annotations中的内容,这部分是核心内容,section4具体介绍;其基本思想就是提取标注的外轮廓,从而获取外接矩形信息,轮廓信息,面积信息

Code:

准备全局信息

annotations = 
    "images": [],
    "annotations": [],
    "categories": [
        "id": 1, "name": "cerebral",
        "id": 2, "name": "stent"
    ]

制作单个标注图像

def write_single_slice_anno(image_path, category=1):
    """
    根据单个图片的路径, 读取图片并制作annotations.json中的信息
    params: image_path文件的绝对路径, example: r"D:OCT_Dataset_Project/dataset/dataset_stent/P1_1_IMG002/images/P1_1_IMG002_frame032.png"
    params: category两种不同的标注
    """
    # 1. 制作images

    # 获取image_id 与 IMG信息
    _, filename = os.path.split(image_path)
    image_id = int(filename[-7:-4]) + 1000  # 1021 表示术后
    filename_dir = filename[0: -13]

    image = cv2.imread(image_path, cv2.IMREAD_GRAYSCALE)

    # 由于两类图片的类型一致, 只写入一次images信息
    if category == 1:
        file_name = f"filename_dir/filename"
        height = image.shape[0]
        width = image.shape[1]
        
        annotations["images"].append(
            "file_name": file_name,
            "id": image_id,
            "height": height,
            "width": width
        )


    # 2 制作annotations
    # 第1类数据只有一个连通区域, 2类数据分别取出不同目标的连通区域
    if category == 1:
        imgs = [image]
    else:
        imgs = get_single_mask_from_image(image)

    # 对多个连通区域进行处理, 共同属于P1_1_IMG002_frame032的标注
    for img in imgs:

        # 使用全局变量ANNOTATION_NUMS, 作为标注的ID, 单个病人从1开始向后排
        global ANNOTATION_NUMS    
        ANNOTATION_NUMS += 1   # 更新ANNO_NUM, 标注的ID

        # 获取bbox, area, seg信息, seg为polygon
        bbox, area, seg = get_annotation_from_single_image(img, filename=image_path)
        annotations["annotations"].append(
            "segmentation": [seg],      # 这里物体是一体的,是二维数组 [[1, 2, ....]]
            "area": area,
            "bbox": bbox,    # 一维数组
            "iscrowd": 0,
            "image_id": image_id,
            "category_id": category,
            "id": ANNOTATION_NUMS
        )


制作整个样例

def write_patient_IMG_anno(dataset_root, patient_img_dir):
    # 用于查找符合patient_img_dir的re_str_path
    re_path = fr'D:\\Learning\\OCT\\oct-dataset-master\\dataset\\dataset_stent\\patient_img_dir\\masks_0\\patient_img_dir_frame*.png'
    filepaths = glob.glob(re_path)
    
    # 遍历文件路径进行处理
    for filepath in filepaths:
        # 处理第一类标注
        masks_0_filepath = filepath
        write_single_slice_anno(image_path=masks_0_filepath, category=1)

        # 处理第二类标注
        masks_1_filepath = filepath.replace("masks_0", "masks_1")
        write_single_slice_anno(image_path=masks_1_filepath, category=2)

    # 写入json
    json_file = f'dataset_root/patient_img_dir_annotations.json'
    with open(json_file, 'w') as f:
        json.dump(annotations, fp=f)

4 根据分割标注制作COCO标注(核心)

根据二值分割标注制作COCO格式,基本思路:

  1. 对标注图像进行阈值化处理,防止出现除0或者255之外的值,本次处理的图像都是8bit,单通道灰度图

  2. 对于阈值化处理之后的图像,再对不同类型的标注图像进行处理,category_id=1的图像只允许由一个连通区域(标注特性);category_id=2的图像有多个连通区域,分别提取这些连通区域,将单个连通区域绘制为单个二值图像后返回

  3. 对于阈值处理之后的图像,提取其轮廓,方式为:提取所有轮廓并保留,保留轮廓关键点;关于轮廓提取方式参考:https://blog.csdn.net/weixin_43869605/article/details/119921444

  4. 提取的轮廓获取其最大外接矩形,获取轮廓的面积,将轮廓点转化为coco polygon格式,并返回获取的bbox,area,segmentation信息

Code:

获取连通区域的图片

# 获取连通区域
def get_masks_from_image(stent_image):
    # 提取标签和数目
    num, labels = cv2.connectedComponents(image=stent_image)  # 直接提取图片的连通区域    #num检测的值为2

    # 数目作为类型,保存到字典中
    labels_dict = i: [] for i in range(1, num)     # num多检测了一个

    # 遍历像素点,label像素值在label_dict中, 保存到类型字典的数组中
    for h in range(stent_image.shape[0]):
        for w in range(stent_image.shape[1]):
            if labels[h, w] in labels_dict:
                labels_dict[labels[h, w]].append([h, w])

    # 绘制支架点所在的区域
    imgs = []
    for key in labels_dict:
        # 如何取得拿块区域
        img = np.zeros(stent_image.shape, dtype=np.uint8)
        for point in labels_dict[key]:
            img[point[0], point[1]] = 255
        imgs.append(img)
    # imgs.pop()    # 不知道为什么,图像中数组元素多一个
    return imgs

获取标注信息

# 获取标注信息
def get_annotations_from_single_image(image, filename):

    ## 对图片进行阈值处理
    ret, thresh = cv2.threshold(image, 128, 255, cv2.THRESH_BINARY_INV)

    # 取轮廓方式  检测所有的轮廓(RETR_TREE), 以只保留重点部分的形式输出轮廓
    contours, hierarchy = cv2.findContours(thresh, mode=cv2.RETR_TREE, method=cv2.CHAIN_APPROX_SIMPLE) 

    # 标注异常检测1: 输出有多个区域的情况,进行检测
    if len(contours) > 2:
        print("contour > 2 :", filename)


    main_contour = contours[1]  # 取第一个轮廓

    # 标注异常检测2: 检测是否有单个点
    if len(main_contour) < 5:
        print("main_contour points is low", filename)

    # 计算最外面的矩形边界
    x, y, w, h = cv2.boundingRect(main_contour)
    bbox = [float(x), float(y), float(w), float(h)]

    # 计算轮廓的面积
    main_contour_area = cv2.contourArea(main_contour)

    # 取多边形的点,组成segmentation格式
    seg = []
    for pt in main_contour:
        seg.append(float(pt[0][0]))
        seg.append(float(pt[0][1]))

    return bbox, main_contour_area, seg

Main

if __name__ == "__main__":
    dataset_root = '../dataset/dataset_stent_coco'
    # 每个文件单独执行
    # P1_1_IMG002
    write_patient_IMG_anno(dataset_root=dataset_root, patient_img_dir="P1_1_IMG002")   

参考:

COCO_01 数据集介绍 COCO目标检测分割数据集格式: https://blog.csdn.net/qq_44776065/article/details/128695821

cv2.findContours(): https://blog.csdn.net/weixin_43869605/article/details/119921444

python-opencv 实现连通域处理函数 cv2.connectedComponentsWithStats()和cv2.connectedComponents()
https://blog.csdn.net/qq_40784418/article/details/106023288


以上是关于COCO_02 二值分割数据集制作为COCO数据集的主要内容,如果未能解决你的问题,请参考以下文章

COCO_04 展示COCO格式数据集 目标框与分割mask

COCO_04 展示COCO格式数据集 目标框与分割mask

COCO_01 数据集介绍 COCO目标检测分割数据集格式

COCO_01 数据集介绍 COCO目标检测分割数据集格式

COCO_03 制作COCO格式数据集 dataset 与 dataloader

COCO_03 制作COCO格式数据集 dataset 与 dataloader