一、前言
此示例演示如何将存储在对象中的多边形标签转换为适用于语义分割工作流的标记阻止图像。
可以使用计算机视觉工具箱中的图像标记器应用来标记太大而无法放入内存和多分辨率图像的图像。有关详细信息，请参阅在图像标记器（计算机视觉工具箱）中标记大图像。图像标记器应用不支持对被阻止的图像进行像素标记。您只能使用 ROI 形状（如多边形、矩形和线条）创建标签。此示例演示如何使用函数将多边形 ROI 转换为像素标记的块图像，以进行语义分割工作流。
使用来自 CAMELYON16 数据集的含有肿瘤组织的淋巴结训练图像的修改版本创建阻塞图像。修改后的图像具有三个粗略分辨率级别。已调整空间参考以强制实施一致的纵横比并在每个级别注册要素。
二、装载标签地面实况数据
此示例加载一个预先保存的对象 ，通过使用图像标记器应用标记被阻止的图像数据来创建。该对象存储图中显示的多边形标签。正常组织投资回报率以绿色勾勒，肿瘤组织投资回报率以红色勾勒。您可以从图像标记器应用中导出自己的标记地面实况数据，方法是选择导出，然后选择到工作区。将变量命名为 。
三、提取投资回报率位置和标签数据
对象的属性将多边形标签数据存储为表，每个标签对应一列。使用本示例末尾定义的帮助程序函数将存储在 中的位置数据和标签转换为接受作为函数输入的格式。将数字标签分配给正常组织 ROI，将标签分配给肿瘤组织 ROI。
四、创建带标签的阻止映像
为新的被阻止图像选择所需的分辨率级别。这种选择是在效率和准确性之间进行权衡。使用较粗的分辨率级别可减少处理时间和存储大小。使用更精细的分辨率级别会增加蒙版中保留的细节级别。您可以将粗略分辨率级别用于常规 ROI，例如多边形。对于较小的手绘投资回报率，精细的分辨率级别更合适。对于此示例，请使用中间分辨率级别。
指定新被阻止图像的图像大小，使其与原始图像 的图像大小相匹配，并达到所需的分辨率级别。创建带标签的阻止映像。将原始被阻止图像的空间参考保持在所需的分辨率级别。默认情况下， 将不属于任何 ROI 内的像素分配给数字标签。显示覆盖在原始图像上的标记阻止图像。对象肿瘤和正常组织多边形对应的区域分别以红色和绿色显示。
五、程序
使用Matlab R2022b版本，点击打开。（版本过低，运行该程序可能会报错）
程序有偿获取：评论区下留言，博主看到会私信你。
