1. 为什么要对遥感图像进行切分？
一般的遥感图像尺寸都是非常大的，就像这里我们用的ISPRS遥感图像数据集，每张遥感图像.ttf的尺寸都是6000 x 6000，这根本就不能用于我们的模型训练😣(内存瞬干爆炸💥)，因此需要我们自己将大的遥感图像切分成自己需要的尺寸，像是常用的224 x 224，512 x 512等。
大家可以利用如下代码将遥感图像切分成224 x 224的大小，如需改成其他尺寸可以稍作修改。
2. 切分图像，制作数据集
Labels图像的大小和遥感图像的大小是一样的，所以我们在切分图像的时候，也需要一块把Labels图像切分了，以便RGB图像和Labels图像对应。
gen_datasets.py
因为我的电脑承受不了太大的数据集😅，所以在制作数据集的时候我只切分了一张遥感图像。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
import cv2
import numpy
img1 = cv2.imread('/Users/fuhao7i/Desktop/北漠/ISPRS遥感图像分割/2_Ortho_RGB/top_potsdam_2_10_RGB.tif') #读取RGB原图像
img2 = cv2.imread('/Users/fuhao7i/Desktop/北漠/ISPRS遥感图像分割/5_Labels_all/top_potsdam_2_10_label.tif') #读取Labels图像
#因为6000/224 = 26，所以6000x6000的图像可以划分为26x26个224x224大小的图像
for i in range(26):
for j in range(26):
img1_ = img1[224*i : 224*(i+1), 224*j : 224*(j+1), : ]
img2_ = img2[224*i : 224*(i+1), 224*j : 224*(j+1), : ]
name = i*26 + j
#让RGB图像和标签图像的文件名对应
name = str(name)
cv2.imwrite('./jpg/'+ name + '.jpg', img1_) #所有的RGB图像都放到jpg文件夹下
cv2.imwrite('./png/'+ name + '.png', img2_) #所有的标签图像都放到png文件夹下
e.g.
gen_testdata.py
同理可以得到测试集图像。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
import cv2
import numpy
testdata_path = '/Users/fuhao7i/Desktop/北漠/ISPRS遥感图像分割/2_Ortho_RGB/top_potsdam_2_13_RGB.tif'
img = cv2.imread(testdata_path)
for i in range(18,26):
for j in range(18,26):
img_ = img[224*i : 224*(i+1), 224*j : 224*(j+1), : ]
name = i*26 + j
name = str(name)
cv2.imwrite('./test/'+ name + '.jpg', img_)
get_train_txt.py
1
2
3
4
5
6
7
8
9
import os
filename = os.listdir('./jpg')
with open('./train.txt', 'w') as f:
for name in filename:
name = name.split('.')[0]
f.write(name + '.jpg;' + name + '.png\n')
e.g.
现在我们的遥感图像数据集就准备好了🎉，让我们一起开始小菊的语义分割吧～～～
