先看看代码
def show_anns(anns):
if len(anns) == 0: #anns是个mask列表，里面包含很多mask，每个mask又是一个dict，里面有segmentation，area等
return
sorted_anns = sorted(anns, key=(lambda x: x['area']), reverse=True) # 根据area排序
ax = plt.gca() # 此时的plt已经将原图作为背景图了
ax.set_autoscale_on(False) # 取消自动缩放
img = np.ones((sorted_anns[0]['segmentation'].shape[0], sorted_anns[0]['segmentation'].shape[1], 4)) #弄个画布，元素都是1，四个通道，rgb和透明度
img[:,:,3] = 0 # 最后一个透明度设为0，先不显示
for ann in sorted_anns: # 先遍历每个mask
m = ann['segmentation'] #取每个分割结果
color_mask = np.concatenate([np.random.random(3), [0.35]]) # 为每个maks设置显示颜色，np.random.random(3)表示随机rgb，0.35表示透明度
img[m] = color_mask # 被分割的每个点都设置为color_mask
ax.imshow(img) # 在背景图的基础上直接覆盖分割图
注：ann['segmentation']表示分割的结果，一个二维数据，尺寸为图像的w×h，被分割的位置使用True表示，未被分割的位置使用False表示，所以表现为[[False, False,False,...],[False,False,False,...],...]
标签：segmentation,False,sam,mask,random,anns,图像,sorted From： https://www.cnblogs.com/chentiao/p/17565845.html