提供值域校验及最近邻缩放、双线性反例和模式/非法输入检查;历史未检出标签插值问题,不扩写旧部位覆盖集合。
服装硬标签蒙版缩放,别把照片的平滑方法直接搬过来
服装硬标签蒙版缩放,别把照片的平滑方法直接搬过来
服装图资料中,有时会另存一张区域标签图,用数字表示衣服与背景。它看起来像黑白图片,却不是普通照片:每个值都是类别编号。把照片常用的平滑缩放直接用于它,可能在边界造出原来没有的数值。技术交接时,应先确认这是离散标签,还是表示覆盖程度的软蒙版,再选择处理方法。
假设一张单通道图只允许0与255,分别表示背景和服装区域。双线性插值在相邻位置间计算混合值,缩放后可能出现中间灰阶;若下游把每个灰阶当类别,就会多出无定义编号。这个问题不是服装颜色被改了,而是资料的语义在预处理时被改变。Pillow的重采样说明区分最近邻与各类插值滤波[1],选择应由像素含义决定。
from PIL import Image
def resize_hard_mask(mask, size):
if mask.mode != 'L':
raise ValueError('L-mode mask required')
if len(size) != 2 or any(type(v) is not int or v <= 0 for v in size):
raise ValueError('positive integer size required')
allowed = {0, 255}
if not set(mask.getdata()) <= allowed:
raise ValueError('unexpected label value')
result = mask.resize(size, Image.Resampling.NEAREST)
if not set(result.getdata()) <= allowed:
raise RuntimeError('new labels introduced')
return result
代码只是一个二值硬标签约定,返回新的图像对象,不保存或上传文件。输入模式、尺寸与值域都必须符合约定。若实际标签是0、1、2,应该先确认这些值代表什么,再有意修改契约;不能为了让函数通过,统一转成灰度并阈值化,因为那可能把本来不同的部位合成一类。类别信息丢失以后,事后锐化无法找回来。
本次用2乘2的合成标签块放大,验证最近邻保留允许集合,同时观察双线性结果出现额外数值;还检查了非法模式、非法标签和零尺寸的拒绝路径。夹具不来自真实服装,因此没有计算领口识别率或抠图准确率。测试证明本例处理了数值集合,不证明蒙版画得正确,也不证明最近邻不会改变边界的视觉形态。
软蒙版应另行处理。如果灰阶表示透明覆盖程度,边界的中间值可能正是设计目标,不应按本函数全部拒绝。照片像素表达颜色,也不该为了保持少量类别值而全部采用最近邻。把硬标签、覆盖蒙版和原始照片分成不同文件类型,并在记录里写明含义,能避免同一批缩放脚本把三者混成一个处理规则。
缩放尺寸还要与服装原图同步。标签值保住了,但若原图先裁切、蒙版只缩放,两者仍会错位。当前函数不做配准,也不恢复裁切和方向变化;应把原图版本、共同变换和输出尺寸一起记录,再将蒙版叠回对应图做目视检查。像素集合通过和位置对应通过,是两种不同的验收结果。
Picset服装组图页提供产品图、模特图、可选场景图和组图要求,另有基础套图与模特试穿入口[2]。本篇没有看到或验证任意标签蒙版的上传接口,因此不建议把内部标签文件当作商品照片直接上传。它适用于团队自建的标注与资料预处理;进入工具时仍按实际支持的输入准备,不能把本地函数补写成产品内置功能。
若资料来自外部标注工具,先询问标签值表、文件模式及导出规则。黑色是不是背景,白色是不是衣物,是否还有忽略区域,都需要明确。某份文件打开后几乎全黑,也可能是类别值很小,不能只凭查看器外观认定为空图。需要显示预览时可以另做着色副本,原始标签数值继续保留,不用展示配色覆盖计算文件。
这样的预处理看似比成图细节远一步,却决定后续程序到底读到了什么。普通照片追求平滑,离散标签优先保留类别,两者都有合理用途。先给像素的含义下定义,再让缩放程序服从定义,服装图的技术交接才不会在看起来更柔和的边缘里,悄悄多出一批从未登记过的类别。
参考资料
[1] Pillow:重采样滤波的区别
[2] Picset 当前服装组图工作台