语义分割.json转标签

将语义分割的结果保存在 JSON 文件中，需要将其转换成标签图像。以下是一种可能的方法：

1. 读取 JSON 文件，解析其中的数据。
2. 预处理数据，将像素坐标转换成标签图像中的索引。
3. 创建标签图像，将每个像素的标签设置为对应的类别。
4. 将标签图像保存为图像文件（如 PNG）。

下面是一个 Python 示例代码，可以实现将语义分割的 JSON 文件转换为标签图像：

import json
import numpy as np
from PIL import Image

# 读取 JSON 文件
with open('segmentation.json', 'r') as f:
    data = json.load(f)

# 解析数据
height, width = data['size']['height'], data['size']['width']
labels = np.zeros((height, width), dtype=np.uint8)
for obj in data['objects']:
    label = obj['classTitle']
    indices = np.array(obj['points']['exterior'], dtype=np.int32)
    indices[:, 0] = np.clip(indices[:, 0], 0, width - 1)
    indices[:, 1] = np.clip(indices[:, 1], 0, height - 1)
    rr, cc = np.meshgrid(np.arange(height), np.arange(width), indexing='ij')
    mask = np.logical_and.reduce(
        (cc >= indices[:, 0].min(), cc <= indices[:, 0].max(),
         rr >= indices[:, 1].min(), rr <= indices[:, 1].max()))
    labels[mask] = label

# 创建标签图像
palette = {
    'background': 0,
    'object1': 1,
    'object2': 2,
    # 添加更多类别对应的颜色值
}
palette = np.array([palette[key] for key in palette], dtype=np.uint8)
image = Image.fromarray(palette[labels], mode='P')
image.putpalette(np.array([
    0, 0, 0,  # 背景
    255, 0, 0,  # 物体1
    0, 255, 0,  # 物体2
    # 添加更多类别对应的颜色值
], dtype=np.uint8))

# 保存标签图像为 PNG 文件
image.save('segmentation.png')

上述代码假设 JSON 文件中每个对象的类别名称已经与标签值对应，可以根据需要进行修改。同时，上述代码也假设标签值为整数，如果需要浮点数类型的标签，可以调整数据类型和颜色映射表。