处理数据集的过程中用到了mask 但是源数据集中只给了mask顶点的坐标值，那么在python中怎么实现生成只有0、1表示的mask区域呢？

主要借鉴cv2中的方法：

(我使用的数据情况是将顶点坐标分别存储在roi.mat中的x和y元素)

matfn = 'roi.mat'
data = sio.loadmat(matfn)
x_cor = data['x']
y_cor = data['y']
im = np.zeros(图像对应尺寸, dtype="uint8")
cor_xy = np.hstack((x_cor, y_cor))
cv2.polylines(im, np.int32([cor_xy]), 1, 1)
cv2.fillPoly(im, np.int32([cor_xy]), 1)
mask_array = im

这样就可以得到mask啦，注意：首先坐标对是数组形式，我们需要用‘[ ]' 转换为列表形式，然后用np.int32转化格式，这两步都放在上述标红代码中完成了。不然很容易报错。

以上这篇python实现根据给定坐标点生成多边形mask的例子就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持python博客。