BSDS500分割数据集的下载及简单处理

下载地址：https://www2.eecs.berkeley.edu/Research/Projects/CS/vision/grouping/resources.html#bsds500

由于groundtruth是以mat格式存储的，所以有时用的时候需要先转换成jpg格式。从网上看了一下没找到能直接用的，于是参考bolg写了一个处理的代码。

参考：https://blog.csdn.net/zhou_438/article/details/103490859

将代码中的root换成你数据集实际所在位置，然后直接运行代码，就可以在你数据集文件夹 BSR\BSDS500\data 中多出一个GT_convert文件夹，就是转换后的结果。

from scipy import io
import scipy
import os
###运行时需要改变root值为BSD500所在的相应根目录
root = 'F:\\lyc\\Data_Set\\BSR\\BSDS500'
PATH = os.path.join(root,'data\\groundTruth')


for sub_dir_name in ['train','test','val']:
    sub_pth = os.path.join(PATH,sub_dir_name)
    ##为生成的图片新建个文件夹保存
    save_pth = os.path.join(root,'data\\GT_convert',sub_dir_name)
    os.makedirs(save_pth,exist_ok=True)
    print('开始转换'+sub_dir_name+'文件夹中内容')
    for filename in os.listdir(sub_pth):
        # 读取mat文件中所有数据
        #mat文件里面是以字典形式存储的数据
        #包括 dict_keys(['__globals__', 'groundTruth', '__header__', '__version__'])
        #我们要用到'groundTruth']中的轮廓
        #x['groundTruth'][0][0][0][0][1]为轮廓
        #x['groundTruth'][0][0][0][0][0]为分割图
        data = io.loadmat(os.path.join(sub_pth,filename))
        edge_data = data['groundTruth'][0][0][0][0][1]
        #存储的是归一化后的数据：0<x<1
        #因此需要还原回0<x<255
        edge_data_255 = edge_data * 255
        new_img_name = filename.split('.')[0]+'.jpg'
        print(new_img_name)
        scipy.misc.imsave(os.path.join(save_pth,new_img_name), edge_data_255)  # 保存图片