【金山文档 | WPS云文档】 label_tool软件使用 https://www.kdocs.cn/l/cktEGRND5OsV
启动命令：
python scripts/label_tool.py <原始图像目录> <标签输出目录>
示例：
python scripts/label_tool.py data2/original_images/ data2/labels/
步骤操作
1启动后自动加载目录中第一张图
2拖动 Threshold 滑块（0–255），红色覆盖区随阈值实时变化
3目标：红色恰好覆盖所有新叶/芽头，茎秆和老叶保持黑色
4背景自动检测为蓝色（排除在计算外），可取消勾选 Mask bg 关闭
5满意后点 Save，保存为 原文件名_label.png
6点 Next >> / << Prev 切换图片继续标注
7右侧显示当前文件名、新叶像素占比（new_leaf=xx.x%）
保存格式：RGBA 四通道 PNG。
像素类别RGBAlpha含义
新叶(255, 255, 255) 白色255阈值以上
老叶(0, 0, 0) 黑色255阈值以下
背景—0 透明冠层外
与 leaf_lamina_map 的关系
| label_tool | leaf_lamina_map |
角色 | Ground Truth 标注工具 | 自动分析软件 |
阈值 | 手动拖滑块 | Otsu 自动 + Contrast 偏移 |
输入信号 | 仅灰度图 | 32 种植被指数 + 灰度图 |
输出 | 二值掩码（人工标注） | 展叶率（自动计算） |
用途 | 为 RF 模型训练提供标签 | 批量自动分析 |
label_tool 标注的 _label.png 文件正是 train_texture_model.py 训练随机森林时读取的 Ground Truth。label_tool 提供标准答案，leaf_lamina_map 学习自动化这个过程。