基于Python的CT岩心与岩石裂缝语义分割系统源码及数据集实战

简介：这份资源面向计算机视觉与地质工程方向的本科生、研究生及课程设计开发者，提供一套基于Python的CT岩芯与岩石裂缝语义分割完整方案，可用于期末大作业、课程设计或相关课题的快速复现与二次开发。压缩包共15个文件，约1.15MB，包含3个py源码脚本、6张jpg示例图像、3个zbak备份文件，以及zip、gitignore、md等辅助文件，源码覆盖数据增强、均值计算等训练前处理环节，示例图则对应岩石、混凝土与CT岩芯的原图及标注掩码，便于直接验证分割效果。资源采用Pillow、OpenCV与TensorFlow/PyTorch等主流工具链，构建从图像预处理到像素级分类的端到端流程，可帮助读者理解裂隙识别在地质构造与油气勘探中的量化分析思路。目前已有73人学习，适合希望以较低成本获取可运行代码与配套数据、快速完成项目搭建的读者参考。

1. 从一张 CT 岩心切片说起：这套 Python 语义分割源码到底能干什么

去年帮一个做地质数字化的朋友看岩心扫描图，他手里有几百张 CT 切片，想自动把裂缝区域抠出来量面积、算密度，人工描边一张要十几分钟，一天下来眼睛都花了。这类需求其实非常典型：输入是一张岩石或 CT 岩心的灰度图，输出是一张同尺寸的掩膜图，裂缝像素标白、背景标黑，这就是语义分割要干的事。这套「基于 Python 的 CT 岩心与岩石裂缝语义分割系统源码及数据集」正好卡在这个场景上，它把训练数据、增强脚本、均值计算脚本和示例图打包在一起，拿到手就能跑通一条从数据到可视化的最小闭环。

它适合三类人：一是做课程设计或期末大作业的学生，需要一份结构完整、能讲清楚流程的工程；二是地质、石油工程方向想入门图像分割的研究者，拿它当 baseline 快速验证想法；三是已经会 PyTorch 或 TensorFlow、但没接触过岩石裂缝这类低对比度目标的工程师，想看看别人怎么处理数据。资源本身不绑定某个框架的完整训练代码，重点在数据组织和预处理环节，这也是我看重它的原因——分割任务里真正拉开差距的往往不是模型结构，而是数据这一层。

2. 拆开压缩包：目录结构、文件职责与数据组织逻辑

2.1 从文件清单反推工程意图

先把压缩包里的东西按职责分个类，这样后面动手时不会乱。清单里出现的文件大致可以归成四组：

example目录里的命名很规整：rock.jpg配rock_gt.jpg，concrete.jpg配concrete_gt.jpg，CT.jpg配CT_gt.jpg。_gt后缀是 ground truth 的惯例写法，说明这是一套「原图 + 标注掩膜」成对出现的数据组织方式。岩石、混凝土、CT 三类样本放在一起，意味着这套代码想覆盖的不仅是岩心，还包括类岩石材料，泛化场景更宽一些。

2.2 数据增强脚本 amplifyData.py 的定位

amplifyData.py和amplifyData-16.py两个版本，从命名推测 16 可能是针对 16 位深图像的处理分支。CT 岩心图常见 16 位灰度，直接按 8 位读会丢动态范围，这个细节如果不注意，后面训练时裂缝和基质的对比度会被压掉一大截。常见做法是用 OpenCV 的IMREAD_UNCHANGED标志读取，再按需归一化到 0-255 或保留浮点。

增强脚本一般做几何变换（翻转、旋转、裁剪）和像素变换（亮度、对比度、噪声）。对裂缝分割来说，几何变换要特别小心：旋转和翻转必须原图和掩膜同步做，否则标签就错位了。下面是一段我常用的同步增强骨架，思路和amplifyData.py应该是一致的：

import cv2 import numpy as np import os def augment_pair(img_path, gt_path, out_dir, idx): # IMREAD_UNCHANGED 保留 16 位深度，避免 CT 图动态范围丢失 img = cv2.imread(img_path, cv2.IMREAD_UNCHANGED) gt = cv2.imread(gt_path, cv2.IMREAD_UNCHANGED) # 水平翻转：原图与掩膜必须用同一个 flipCode img_f = cv2.flip(img, 1) gt_f = cv2.flip(gt, 1) # 旋转 90 度，k=1 表示逆时针一次 img_r = np.rot90(img, 1) gt_r = np.rot90(gt, 1) cv2.imwrite(os.path.join(out_dir, f"img_{idx}_f.png"), img_f) cv2.imwrite(os.path.join(out_dir, f"gt_{idx}_f.png"), gt_f) cv2.imwrite(os.path.join(out_dir, f"img_{idx}_r.png"), img_r) cv2.imwrite(os.path.join(out_dir, f"gt_{idx}_r.png"), gt_r)

逻辑说明：读图用IMREAD_UNCHANGED是关键，普通IMREAD_COLOR会把 16 位压成 8 位。翻转和旋转对原图、掩膜用完全相同的参数，保证像素级对齐。参数上flipCode=1是水平翻转，np.rot90的第二个参数控制旋转次数，每次 90 度。输出文件名带后缀区分增强类型，方便回溯。

提示：增强后的掩膜如果是二值图，旋转插值要用最近邻，否则边缘会出现 0.3、0.7 这种非 0/1 的灰度值，训练时算 loss 会出问题。

2.3 calc-mean.py 为什么不能省

calc-mean.py负责算数据集的均值和标准差，用于归一化。很多人做分割直接套 ImageNet 的均值方差，但岩石 CT 图和自然图像分布差很远，用错均值会让模型收敛慢甚至不收敛。这个脚本的存在说明作者是认真对待数据分布的。它的逻辑通常是遍历所有训练图，累加像素值再求平均：

import os import cv2 import numpy as np img_dir = "dataset-kit/train/img" means, stds = [], [] for name in os.listdir(img_dir): img = cv2.imread(os.path.join(img_dir, name), cv2.IMREAD_GRAYSCALE) img = img.astype(np.float32) / 255.0 means.append(img.mean()) stds.append(img.std()) print("mean:", np.mean(means), "std:", np.mean(stds))

逻辑说明：逐图算均值和标准差再取平均，比把所有像素堆一起算更稳，避免某张大图主导结果。参数上除以 255 是先把范围压到 0-1，如果你保留 16 位，这一步要改成除以 65535。算出来的值填进训练脚本的Normalize(mean=[x], std=[y])里，灰度图只有一个通道，别写成三个。

3. 把数据喂进模型：从掩膜格式到训练配置的完整链路

3.1 掩膜的二值化与类别约定

语义分割的掩膜有两种常见格式：一种是灰度图，像素值 0 表示背景、255 表示目标；另一种是索引图，像素值直接是类别 id（0、1、2…）。这套资源里的_gt.jpg大概率是前者。训练前要确认清楚，因为损失函数的选择依赖它。如果是 0/255，用BCEWithLogitsLoss前要把掩膜除以 255 变成 0/1；如果是多类别索引图，就得用CrossEntropyLoss。

import cv2 import numpy as np gt = cv2.imread("example/CT_gt.jpg", cv2.IMREAD_GRAYSCALE) # 查看掩膜里到底有哪些像素值 unique_vals = np.unique(gt) print(unique_vals) # 期望看到 [0, 255] 或 [0, 1] # 统一转成 0/1 浮点，供 BCE 使用 gt_bin = (gt > 127).astype(np.float32)

逻辑说明：np.unique是排查掩膜格式最快的手段，一眼就能看出是二值还是多类。阈值 127 是 0/255 图转 0/1 的常用分界，如果掩膜边缘有抗锯齿产生的中间值，这个阈值能把它归到目标侧。参数上astype(np.float32)是为了和模型输出的浮点 logits 对齐。

3.2 训练集与验证集的划分策略

岩石裂缝数据往往样本量不大，example里就几张图，dataset-kit里估计也就几十到上百张。这种规模下划分要讲究：不能纯随机，否则同一块岩心的不同切片可能同时进训练和验证，造成数据泄漏，验证指标虚高。常见做法是按岩心编号或图像来源分组划分，同一来源的图只进一个集合。

import os import random all_imgs = sorted(os.listdir("dataset-kit/img")) # 按文件名前缀分组，假设前缀代表不同岩心来源 groups = {} for name in all_imgs: prefix = name.split("_")[0] groups.setdefault(prefix, []).append(name) keys = list(groups.keys()) random.seed(42) random.shuffle(keys) split = int(len(keys) * 0.8) train_keys, val_keys = keys[:split], keys[split:] train_imgs = [n for k in train_keys for n in groups[k]] val_imgs = [n for k in val_keys for n in groups[k]] print(len(train_imgs), len(val_imgs))

逻辑说明：先按前缀分组再划分，保证同源数据不跨集。random.seed(42)固定随机性，方便复现。参数上 0.8 是训练比例，样本少时可以调到 0.7 给验证留更多。如果前缀规则不明确，退而求其次可以按文件名排序后隔几张取一张做验证，但效果不如分组稳。

3.3 损失函数与评价指标的搭配

裂缝分割有个典型问题：裂缝像素占比往往不到 5%，正负样本极度不平衡。这时候纯 BCE 会让模型倾向于全预测背景，准确率看着很高但 IoU 惨不忍睹。常见做法是 BCE 加 Dice Loss 组合，Dice 对前景敏感，能拉住不平衡。

import torch import torch.nn as nn class BCEDiceLoss(nn.Module): def __init__(self, bce_weight=0.5): super().__init__() self.bce = nn.BCEWithLogitsLoss() self.bce_weight = bce_weight def forward(self, logits, targets): bce_loss = self.bce(logits, targets) probs = torch.sigmoid(logits) # Dice 计算前把维度拉平，避免 batch 维度干扰 probs_flat = probs.view(-1) targets_flat = targets.view(-1) intersection = (probs_flat * targets_flat).sum() dice_loss = 1 - (2 * intersection + 1e-6) / (probs_flat.sum() + targets_flat.sum() + 1e-6) return self.bce_weight * bce_loss + (1 - self.bce_weight) * dice_loss

逻辑说明：BCE 提供稳定的逐像素梯度，Dice 直接优化重叠度。1e-6是防止分母为零的平滑项，别省。参数bce_weight控制两者权重，0.5 是起点，如果发现前景召回低就调小它、让 Dice 占更大比重。评价指标上，除了 IoU，建议单独看裂缝类的 recall，因为漏检一条裂缝比多标一块背景代价大得多。

4. 避坑与排查：跑这套源码时最容易翻车的五个地方

4.1 现象：训练 loss 一直不降，输出全黑

原因：掩膜没做二值化，或者归一化用了 ImageNet 的均值方差，和岩石图分布不匹配。CT 图整体偏暗，用自然图像的均值会把有效信号压没。

解决：先跑calc-mean.py拿到真实均值和标准差，填进 Normalize。再用np.unique确认掩膜只有 0/1 或 0/255，训练前统一转成 0/1 浮点。

4.2 现象：增强后图像和掩膜对不上，边缘错位

原因：原图和掩膜用了不同的插值方式，或者旋转时一个用了cv2.rotate一个用了np.rot90，两者对边界的处理不一致。

解决：所有几何变换对原图和掩膜用同一套函数、同一组参数。掩膜旋转插值固定用INTER_NEAREST，原图可以用INTER_LINEAR，但坐标映射必须一致。

4.3 现象：16 位 CT 图读进来变成全白或全黑

原因：用cv2.imread默认的IMREAD_COLOR读 16 位图，OpenCV 会做截断，高动态范围信息丢失。

解决：读图时显式传cv2.IMREAD_UNCHANGED或cv2.IMREAD_ANYDEPTH，拿到原始位深后再决定归一化策略。如果模型输入要求 8 位，用cv2.normalize按百分位拉伸，别直接除以 256。

4.4 现象：验证集 IoU 高得离谱，实际预测一塌糊涂

原因：数据泄漏。同一块岩心的相邻切片被分到了训练集和验证集，模型见过几乎一样的图。

解决：按岩心来源分组划分，同源数据只进一个集合。如果文件名没有来源信息，至少按采集批次或时间戳分组，别用纯随机。

4.5 现象：推理时显存爆掉，或 batch size 只能设 1

原因：CT 岩心图分辨率通常很大，直接整图送进网络，特征图占的显存随分辨率平方增长。

解决：训练时随机裁 patch，比如 256×256 或 512×512，推理时用滑窗加重叠拼接。重叠区域取平均能消除拼接缝。这套资源的example图可以先裁小跑通流程，再上全图。

5. 进阶玩法：用滑窗推理把大图分割跑稳，附一套验证习惯

数据量小的时候，除了增强，还有一个提分手段是测试时增强（TTA）：把图翻转、旋转几个版本分别推理，再把结果平均回去。对裂缝这种方向性强的目标，TTA 能明显稳住边缘。下面是一段滑窗加 TTA 的推理骨架：

import cv2 import numpy as np import torch def sliding_window_inference(model, img, patch=256, stride=128, device="cuda"): model.eval() h, w = img.shape[:2] prob_map = np.zeros((h, w), dtype=np.float32) count_map = np.zeros((h, w), dtype=np.float32) for y in range(0, h - patch + 1, stride): for x in range(0, w - patch + 1, stride): patch_img = img[y:y+patch, x:x+patch] # 转 tensor 并加 batch、channel 维度 tensor = torch.from_numpy(patch_img).float().unsqueeze(0).unsqueeze(0).to(device) with torch.no_grad(): # TTA：原图 + 水平翻转，两次结果平均 out1 = torch.sigmoid(model(tensor)) out2 = torch.sigmoid(model(torch.flip(tensor, dims=[3]))) out2 = torch.flip(out2, dims=[3]) prob = ((out1 + out2) / 2).squeeze().cpu().numpy() prob_map[y:y+patch, x:x+patch] += prob count_map[y:y+patch, x:x+patch] += 1 # 重叠区域取平均，避免拼接缝 prob_map = prob_map / np.maximum(count_map, 1e-6) return (prob_map > 0.5).astype(np.uint8) * 255

逻辑说明：滑窗的stride小于patch是为了制造重叠，重叠区靠count_map做平均，消除边界突变。TTA 部分对水平翻转的预测再翻回来，和原预测平均，能压掉一部分随机噪声。参数上patch=256、stride=128是显存和精度的折中，显存够可以调大 patch，但 stride 建议保持 patch 的一半左右。阈值 0.5 是默认值，如果发现漏检多就降到 0.4 试试。

验证习惯上，我一般会固定三件事：一是每次改完预处理，先拿example里那几张图跑一遍可视化，肉眼看掩膜边缘对不对；二是记录每次实验的均值方差、损失权重、学习率，写在 README 里，不然过两天就忘了哪组参数最好；三是留一张完全不参与训练的图做最终测试，别用验证集的结果下结论。这套源码给了一个能跑通的起点，但真正决定效果的是你对数据的理解——裂缝在 CT 图里是暗线还是亮线、宽度大概几个像素、有没有矿物填充导致的灰度变化，这些都得自己盯着图看几遍。从那以后我每次拿到新的岩石分割数据，都强制先做一遍像素值分布统计和掩膜格式检查，再动模型。希望帮到你。

本文还有配套的精品资源，点击获取