python
def ensure_dir(path):
"""若目录不存在则创建"""
if not os.path.exists(path): #判断路径是否存在
os.makedirs(path) #创建路径
def read_and_resize(img_path, size):
"""读取并缩放图像到指定尺寸，返回 numpy 数组"""
img = Image.open(img_path).convert("RGB") #Image.open 读取图片文件 .convert将数据改为所需的格式
img = img.resize(size, Image.BILINEAR) #.resize(size, Image.BILINEAR) 缩放图片的大小 保证格式相同
return np.array(img) #np.array 将数据的格式改为数组
#插值（interpolation）：缩放图像时需要"估算"新像素值的方法。常见方式有：最近邻 (NEAREST)，双线性插值 (BILINEAR)，双三次插值 (BICUBIC)
def merge_instance_masks(mask_folder, size):
"""将一个病例下的所有 instance-mask 合并成一张二值 mask"""
final = np.zeros(size[::-1], dtype=np.uint8) # (H, W) 创建空的掩膜
for fname in os.listdir(mask_folder): #os.listdir(...) 遍历文件 读取所有的mask图片
if not fname.lower().endswith((".png", ".jpg", ".tif")): #跳过非图片文件 .endswith判断文件格式
continue
m = Image.open(os.path.join(mask_folder, fname)).convert("L") #.convert 将数据改为单通道数据 黑白图片
m = m.resize(size, Image.NEAREST) # 保持 label 不插值
m = np.array(m)
m = (m > 0).astype(np.uint8) # 转成 0/1 二值化 (m > 0)布尔判断 生成一个和m形同形状的数组 并比较比0大的就是1 其他的就是0
final = np.maximum(final, m) #将符合条件的masks合并 # 像素级取最大值
return final * 255 #最后输出的值为255\0 方便保存 # 保存成 0/255
def process_one_case(case_dir, out_img_dir, out_mask_dir, size):
"""处理单个病例，输出 image.png & mask.png"""
# 1. 读取原图（每个 images 文件夹只含一张）
img_folder = os.path.join(case_dir, "images")
#拼接路径，得到某病例的"images"文件夹路径
img_name = os.listdir(img_folder)[0]
img = read_and_resize(os.path.join(img_folder, img_name), size)
# 2. 合并 mask
mask_folder = os.path.join(case_dir, "masks")
mask = merge_instance_masks(mask_folder, size)
# 3. 生成保存路径
case_id = os.path.basename(case_dir)
img_out_path = os.path.join(out_img_dir, f"{case_id}.png")
mask_out_path = os.path.join(out_mask_dir, f"{case_id}.png")
# 4. 保存
Image.fromarray(img).save(img_out_path)
Image.fromarray(mask).save(mask_out_path)
def main():
ensure_dir(OUT_IMG_DIR)
ensure_dir(OUT_MASK_DIR)
case_dirs = [os.path.join(SRC_ROOT, d) for d in os.listdir(SRC_ROOT)
if os.path.isdir(os.path.join(SRC_ROOT, d))]
for c in tqdm(case_dirs, desc="Processing cases"):
process_one_case(c, OUT_IMG_DIR, OUT_MASK_DIR, TARGET_SIZE)
print(f"✅ 处理完成！{len(case_dirs)} 张图像已保存到 {OUT_IMG_DIR} / {OUT_MASK_DIR}")
if __name__ == "__main__":
main()这是比较完整的掩膜合并代码
掩膜（mask）， 通俗易懂来说就是对图片中重要内容做的标签，一般的掩膜都是二值型的，背景的像素是0，而掩膜的像素是255。
为什么要进行掩膜合并：模型在处理文件时，一般是一张图片只能对应一个mask，但是有些图片中的特征比较多，需要多个mask标记，这些mask又是单独的文件，所以要将他们合并，方便后面模型处理
掩膜合并的过程简单来说就是：先确认文件的路径存在，再将图片提取出来，将图片的格式通过插值的方法统一格式像素大小方便后面进行处理。提取出mask，进行与图片相同的处理步骤后，通过二值化的方法提取出mask，最后在进行合并。
简洁的二值化掩膜合并代码
python
def merge_instance_masks(mask_folder, size):
final_mask = np.zeros(size[::-1], dtype=np.uint8)
for fname in os.listdir(mask_folder):
if not fname.endswith('.png'):
continue
mask = Image.open(os.path.join(mask_folder, fname)).convert('L')
mask = mask.resize(size, Image.NEAREST)
mask = np.array(mask)
mask = (mask > 0).astype(np.uint8)
final_mask = np.maximum(final_mask, mask)
return final_mask * 255掩膜合并写代码的思路框架
-
明确掩膜格式和组织结构
-
是多张单通道小掩膜文件，还是一张带类别标签的整图？
-
是灰度图、RGB图还是三维数组（如
.npy,.nii）？ -
是实例掩膜（每个对象单独一个文件）还是语义掩膜（每个像素分类标签）？
-
-
确定目标掩膜格式
-
是要把多个实例掩膜合成一张二值掩膜？
-
还是转换成语义分割标签图？
-
还是保留多通道结构？（例如多类别多通道）
-
-
选择对应处理方法
-
对文件夹内的多个二值掩膜做像素级"或"运算（np.maximum）
-
对语义标签图做像素级直接使用
-
对多通道数组用数组操作叠加/转换
-
-
写对应的代码模块，保证流程：读掩膜→处理→保存
其他mask类型的掩膜合并代码
语义分割标签图（单文件，类别标签编码）
python
def process_semantic_mask(mask_path, size):
mask = Image.open(mask_path)
mask = mask.resize(size, Image.NEAREST)
mask = np.array(mask)
# 假设原始mask是类别编码，如0-background,1-肿瘤,2-器官
# 这里直接返回，不合并
return mask多类别掩膜存为多通道 npy 文件，转换为单通道标签图
python
def multi_channel_npy_to_label(mask_npy_path, size):
mask_3d = np.load(mask_npy_path) # shape: (C, H, W)
mask_3d_resized = np.zeros((mask_3d.shape[0], size[1], size[0]), dtype=np.uint8)
for i in range(mask_3d.shape[0]):
channel = cv2.resize(mask_3d[i], size, interpolation=cv2.INTER_NEAREST)
mask_3d_resized[i] = channel
# 逐像素最大类别索引作为标签
label_mask = np.argmax(mask_3d_resized, axis=0).astype(np.uint8)
return label_mask掩膜合并中常用的函数方法
-
Image.open()读取图片 -
img.resize()缩放图片 -
np.array()转成数组 -
np.maximum()进行掩膜合并 -
Image.fromarray()+.save()保存图片 -
os.listdir()遍历目录 -
os.path.join()拼接路径