首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >[深度学习][原创]语义分割中如何将预测索图转换为对应的RGB的3通道图

[深度学习][原创]语义分割中如何将预测索图转换为对应的RGB的3通道图

作者头像
云未归来
发布2025-07-19 12:51:16
发布2025-07-19 12:51:16
960
举报

看下面示例,其实就是很巧妙的运用了numpy切片操作

代码:

代码语言:javascript
复制
import numpy as np

COLORMAP = [
    [128, 64, 128],
    [244, 35, 232],
    [70, 70, 70],
    [102, 102, 156],
    [190, 153, 153],
    [153, 153, 153],
    [250, 170, 30],
    [220, 220, 0],
    [107, 142, 35],
    [152, 251, 152],
    [0, 130, 180],
    [220, 20, 60],
    [255, 0, 0],
    [0, 0, 142],
    [0, 0, 70],
    [0, 60, 100],
    [0, 80, 100],
    [0, 0, 230],
    [119, 11, 32],
]
a = np.array([[1, 2, 3, 4], [4, 5, 6, 7], [0, 1, 2, 3]])
print(a.shape)  # (3,4)
print(a)
colormap = np.array(COLORMAP, dtype='uint8')  # (19,3)
print(colormap.shape)
print(colormap)
c = colormap[a, :]
print(c.shape)  # (3,4,3)
print(c)

输出结果:

代码语言:javascript
复制
(3, 4)
[[1 2 3 4]
 [4 5 6 7]
 [0 1 2 3]]
(19, 3)
[[128  64 128]
 [244  35 232]
 [ 70  70  70]
 [102 102 156]
 [190 153 153]
 [153 153 153]
 [250 170  30]
 [220 220   0]
 [107 142  35]
 [152 251 152]
 [  0 130 180]
 [220  20  60]
 [255   0   0]
 [  0   0 142]
 [  0   0  70]
 [  0  60 100]
 [  0  80 100]
 [  0   0 230]
 [119  11  32]]
(3, 4, 3)
[[[244  35 232]
  [ 70  70  70]
  [102 102 156]
  [190 153 153]]

 [[190 153 153]
  [153 153 153]
  [250 170  30]
  [220 220   0]]

 [[128  64 128]
  [244  35 232]
  [ 70  70  70]
  [102 102 156]]]
本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2022-10-18,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档