将mask显示在原图

在深度学习中，如Unet等图像分割生成的mask经常是一个二值化的图像。

为直观表示，可以用如下代码将mask画在原图。

def draw_mask(img_path,mask_path): # 原图路径,mask路径

    image = cv2.imread(img_path) # 原图
    mask_2d = cv2.imread(mask_path, cv2.IMREAD_GRAYSCALE) # mask灰度图
    cv2.imshow("2d", mask_2d)
    cv2.imshow("iamge",image)
    cv2.waitKey()

    # mask_resize = np.ones((h, w), dtype='uint8') * 255 # 如果mask与原图大小有差，需resize
    # mask_resize[mask_2d[:, :] == 255] = 0 #如果白色是背景，黑色是分割物体，需反转黑白色
    # cv2.imshow("mask_resize", mask_resize)

    # 利用cv2.findContours()函数找到连通域
    ret, thresh = cv2.threshold(mask_2d, 128, 255, 0)
    contours, hier = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
    
    # 利用cv2.drawContours()画连通域边界
    for cnt in contours:
        cv2.drawContours(image, [cnt], 0, (0, 255, 0), 1)
            # 打开画了轮廓之后的图像
    cv2.imshow('image+mask', image)
    cv2.waitKey(0)
    # 保存图像
    # cv2.imwrite("show/" + os.path.basename(img_path), image)

原图

mask图

效果