u-net眼底图像血管分割keras，kaggle竞赛代码修改版

修改后，输入图像可以是任何大小要求jpg格式，如果不是要修改resize文件，需要基于keras（这个很好装的），图像放入指定文件，然后运行就可以了，输出在test里面，输出图像改为输出血管结果图像，且只能应用于测试，亲测对一般眼底图像数据库分割效果都很好。有问题或不能运行戳我。

#==========================================================
#
#  This prepare the hdf5 datasets of the DRIVE database
#
#============================================================

import os
import h5py
import numpy as np
from PIL import Image



def write_hdf5（arroutfile）:
  with h5py.File（outfile“w“） as f:
    f.create_dataset（“image“ data=arr dtype=arr.dtype）


#------------Path of the images --------------------------------------------------------------
#train
#original_imgs_train = “./DRIVE/training/images/“
#groundTruth_imgs_train = “./DRIVE/training/1st_manual/“
#borderMasks_imgs_train = “./DRIVE/training/mask/“
#test
data_dir_name=‘shenyang‘
base_dir = ‘/home/cmcc/share-data-220/u_net/retina-unet-master-zsy/‘
original_imgs_test = base_dir+data_dir_name+“/test/images/0/“
#groundTruth_imgs_test = “./DRIVE/test/1st_manual/“
borderMasks_imgs_test = base_dir+data_dir_name+“/test/mask/0/“
#---------------------------------------------------------------------------------------------

Nimgs = 20
channels = 3
height = 584
width = 565
dataset_path =base_dir+data_dir_name+“_datasets_training_testing/0/“

def get_datasets（imgs_dirborderMasks_dirtrain_test=“null“）:
#def get_datasets（imgs_dirgroundTruth_dirborderMasks_dirtrain_test=“null“）:
    imgs = np.empty（（Nimgsheightwidthchannels））
    #groundTruth = np.empty（（Nimgsheightwidth））
    border_masks = np.empty（（Nimgsheightwidth））
    for path subdirs files in os.walk（imgs_dir）: #list all files directories in the path
        for i in range（len（files））:
            #original
            print “original image: “ +files[i]
            img = Image.open（imgs_dir+files[i]）
            imgs[i] = np.asarray（img）
            #corresponding ground truth
            #groundTruth_name = files[i][0:2] + “_manual1.gif“
            #groundTruth_name = files[i][:-4] + “_manual1.gif“#zsychange
            #print “ground truth name: “ + groundTruth_name
            #g_truth = Image.open（groundTruth_dir + groundTruth_name）
            #groundTruth[i] = np.asarray（g_truth）
            #corresponding border masks
            border_masks_name = ““
            if train_test==“train“:
                #border_masks_name = files[i][0:2] + “_training_mask.gif“
                border_masks_name = files[i][:-4] + “_training_mask.gif“
            elif train_test==“test“:
                #border_masks_name = files[i][0:2] + “_test_mask.gif“
                border_masks_name = files[i][:-4] + “_test_mask.gif“
            else:
                print “specify if train or test!!“
                exit（）
            print “border masks name: “ + border_masks_name
            b_mask = Image.open（borderMasks_dir + border_masks_name）
            border_masks[i] = np.asarray（b_mask）

    print “imgs max: “ +str（np.max（imgs））
    print “imgs min: “ +str（np.min（imgs））
    #assert（np.max（groundTruth）==255 and np.max（border_masks）==255）
    #assert（np.min（groundTruth）==0 and np.min（border_masks）==0）
    print “ground truth

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件         50  2017-08-24 03:39  retina-unet-master-change\.gitignore

     文件      56770  2017-10-13 17:54  retina-unet-master-change\lib\1013.docx

     文件      18884  2017-10-13 15:58  retina-unet-master-change\lib\extract_patches.py

     文件       3344  2017-08-24 03:39  retina-unet-master-change\lib\help_functions.py

     文件       3479  2017-08-24 03:39  retina-unet-master-change\lib\pre_processing.py

     文件      16147  2017-08-24 03:39  retina-unet-master-change\Readme.md

     文件     729790  2017-10-01 02:21  retina-unet-master-change\shenyang\test\oridata\0\01.jpg

     文件     729790  2017-10-01 02:21  retina-unet-master-change\shenyang\test\oridata\1\01.jpg

     文件       4588  2017-10-13 14:50  retina-unet-master-change\shenyang\test\zsy_prepare_datasets_shenyang_0.py

     文件       4588  2017-10-13 14:55  retina-unet-master-change\shenyang\test\zsy_prepare_datasets_shenyang_1.py

     文件       2385  2017-10-13 14:17  retina-unet-master-change\shenyang\test\zsy_resize_0.py

     文件       2384  2017-10-13 14:17  retina-unet-master-change\shenyang\test\zsy_resize_1.py

     文件      11109  2017-10-13 17:14  retina-unet-master-change\src\retinaNN_predict.py

     文件       8958  2017-10-13 15:02  retina-unet-master-change\src\retinaNN_training.py

     文件     379000  2017-08-24 03:39  retina-unet-master-change\STARE_results\im0139.png

     文件        329  2017-08-24 03:39  retina-unet-master-change\test\performances.txt

     文件       8220  2017-08-24 03:39  retina-unet-master-change\test\test_architecture.json

     文件    1918968  2017-08-24 03:39  retina-unet-master-change\test\test_best_weights.h5

     文件       1336  2017-08-24 03:39  retina-unet-master-change\test\test_configuration.txt

     文件    1918968  2017-08-24 03:39  retina-unet-master-change\test\test_last_weights.h5

     文件     102731  2017-08-24 03:39  retina-unet-master-change\test\test_model.png

     文件       1375  2017-10-13 17:48  retina-unet-master-change\zsy_configuration.txt

     文件       4588  2017-10-13 14:50  retina-unet-master-change\zsy_prepare_datasets_shenyang_0.py

     文件       4588  2017-10-13 14:55  retina-unet-master-change\zsy_prepare_datasets_shenyang_1.py

     文件       2385  2017-10-13 14:17  retina-unet-master-change\zsy_resize_0.py

     文件       2384  2017-10-13 14:17  retina-unet-master-change\zsy_resize_1.py

     文件       1263  2017-10-13 15:13  retina-unet-master-change\zsy_run_testing.py

     目录          0  2017-10-19 11:19  retina-unet-master-change\shenyang\test\images\0

     目录          0  2017-10-19 11:19  retina-unet-master-change\shenyang\test\images\1

     目录          0  2017-10-19 11:19  retina-unet-master-change\shenyang\test\mask\0

............此处省略16个文件信息