遥感数据集Potsdam，Vaihingen 的分享及处理
- 1. Potsdam，Vaihingen数据集下载地址（百度网盘）
- 2. 数据集分割处理
* - 1）分割图片
-
Potsdam，Vaihingen数据集下载地址（百度网盘）
对于做遥感图像处理的同学来说，Potsdam，Vaihingen是两个常用的数据集。如果想下载，一般需要搭梯子下载，并且下载过程经常中断，百度相关文章，排名靠前的文章也没有给出国内相关下载链接，因此将自己下载的数据集分享出来，为大家提供方便。
- Potsdam数据集：
- 链接：https://pan.baidu.com/s/13rdBXUN_ZdelWNlQZ3Y1TQ?pwd=6c3y
提取码：6c3y
- Vaihingen数据集
链接：https://pan.baidu.com/s/1EShNi22VfuIu3e6VygMb8g?pwd=3gsr
提取码：3gsr
; 2. 数据集分割处理
1）分割图片
以Potsdam数据集为例，其中包含38张6000×6000尺寸的遥感图片，对于一般的训练机器来说，其尺寸有点大，因此需要对原始图片进行分割。这里我将每张原始图片分割为100张600×600的小尺寸图片，程序如下：
import cv2
import numpy
for k in range(7,14):
img1 = cv2.imread('/user-data/GNN_RemoteSensor/2_Ortho_RGB/top_potsdam_7_' + str(k) + '_RGB.tif')
img2 = cv2.imread('/user-data/GNN_RemoteSensor/5_Labels_all/top_potsdam_7_' + str(k) + '_label.tif')
for i in range(10):
for j in range(10):
img1_ = img1[600*i : 600*(i+1), 600*j : 600*(j+1), : ]
img2_ = img2[600*i : 600*(i+1), 600*j : 600*(j+1), : ]
name = i*10 + j + 2400 + k * 100
name = str(name)
cv2.imwrite('./datasets/images/'+ name + '.jpg', img1_)
cv2.imwrite('./datasets/labels/'+ name + '.png', img2_)
分割后的图片和标签图片如下所示：
2）保存为.mat格式
我自己的程序中，每次是访问.mat数据集，进行训练和预测，所以需要将上述图片和标签保存为.mat格式。如果有同样需求，可以参考下面的程序：
import glob
import numpy as np
import cv2
import os
from scipy.io import savemat
array_of_img = []
for filename in os.listdir(r"./datasets/images"):
img = cv2.imread("datasets/images/" + filename)
img2 = img[:, :, (2,1,0)]
array_of_img.append(img2)
array_of_lab = []
for filenames in os.listdir(r"./datasets/labels"):
lab = cv2.imread("datasets/labels/" + filenames)
array_of_lab.append(lab)
name_for_txt = array_of_lab.shape[0]
Width = 600
Height = 600
'''创建空矩阵，用于存放一张图片每个像素的分类数据'''
self.Empty_array = np.zeros((name_for_txt, Width, Height), dtype=np.uint8)
for ii in range(name_for_txt):
row_Frame = self.label_images[ii]
for w in range(Width):
for h in range(Height):
'''判断属于哪一类，不一样的类有不同的颜色'''
if row_Frame[w, h, 2] == 255 and row_Frame[w, h, 1] == 0 and row_Frame[w, h, 0] == 0:
self.Empty_array[ii, w, h] = 1
elif row_Frame[w, h, 2] == 255 and row_Frame[w, h, 1] ==255 and row_Frame[w, h, 0] == 0:
self.Empty_array[ii, w, h] = 2
elif row_Frame[w, h, 2] == 0 and row_Frame[w, h, 1] == 255 and row_Frame[w, h, 0] == 255:
self.Empty_array[ii, w, h] = 3
elif row_Frame[w, h, 2] == 0 and row_Frame[w, h, 1] == 255 and row_Frame[w, h, 0] == 0:
self.Empty_array[ii, w, h] = 4
elif row_Frame[w, h, 2] == 0 and row_Frame[w, h, 1] == 0 and row_Frame[w, h, 0] == 255:
self.Empty_array[ii, w, h] = 5
elif row_Frame[w, h, 2] == 255 and row_Frame[w, h, 1] == 255 and row_Frame[w, h, 0] == 255:
self.Empty_array[ii, w, h] = 6
else:
self.Empty_array[ii, w, h] = 0
savemat('./datasets/data/labels-images.mat', {'labels': Empty_array, 'images': array_of_img}, '-v7')
现在数据集准备好了，可以开始训练啦。
附：上述数据集的介绍
Original: https://blog.csdn.net/weixin_49703603/article/details/121061495
Author: 小了白了兔_白了又了白
Title: Potsdam，Vaihingen数据集（附百度网盘下载地址）
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/632483/
转载文章受原作者版权保护。转载请注明原作者出处！