将多分类语义分割标签拆分为不同类别的标签图python代码

以下是将多分类语义分割标签拆分为不同类别的标签图的Python代码示例：

import cv2
import numpy as np

# 加载语义分割标签图
label_map = cv2.imread("label_map.png", cv2.IMREAD_GRAYSCALE)

# 定义不同类别的颜色
colors = [[255, 255, 255], [0, 0, 255], [0, 255, 0], [255, 0, 0]]

# 将每个类别标签分离出来
label_masks = []
for i in range(len(colors)):
    # 创建一个空的二进制掩膜
    mask = np.zeros_like(label_map)
    # 将与当前类别相同的像素值设置为1
    mask[label_map == i] = 1
    # 将二进制掩膜转换回RGB格式，并用当前类别的颜色填充
    label_mask = cv2.cvtColor(mask * 255, cv2.COLOR_GRAY2RGB)
    label_mask = label_mask.astype(np.uint8)
    label_mask[:, :, 0] *= colors[i][0]
    label_mask[:, :, 1] *= colors[i][1]
    label_mask[:, :, 2] *= colors[i][2]
    # 将当前类别的标签图添加到列表中
    label_masks.append(label_mask)

# 将所有类别的标签图合并起来
result = np.zeros_like(label_map)
for mask in label_masks:
    result += mask

# 显示结果
cv2.imshow("Result", result)
cv2.waitKey(0)
cv2.destroyAllWindows()

在上面的代码中，我们首先加载了语义分割标签图，并定义了不同类别的颜色。然后，我们将每个类别标签分离出来，并用对应的颜色填充。最后，我们将所有类别的标签图合并起来，得到了拆分后的标签图。