Labelme对图像标注、json转化png格式

1、安装所需的库

2、标注

3、生成标注图像

1、单文件json格式转化为png格式
（1）找到labelme安装目录中的Scripts，找到应用程序labelme_json_to_dataset.exe，将此应用程序复制到json文件所在目录

（2）进入anaconda命令行，进入labelme所在环境，cd到包含json文件和应用程序labelme_json_to_dataset.exe的文件夹所在目录，输入指令

labelme_json_to_dataset E:\jjj #包含json文件和应用程序labelme_json_to_dataset.exe的文件夹所处目录

即可得到一个文件夹，位于jjj文件夹所在目录，文件夹里有四个文件：

img.png，源文件图像
label.png，标签图像
label_names.txt，标签中的各个类别的名称
label_viz.png，源文件与标签融合文件

2、json格式批量转换为png格式

（1）找到labelme安装目录下Lib\site-packages\labelme\cli可以看到json_to_dataset.py文件，替换其中的代码（替换代码如下）。

import argparse
import json
import os
import os.path as osp
import warningsimport PIL.Image
import yamlfrom labelme import utils
import base64def main():warnings.warn("This script is aimed to demonstrate how to convert the\n""JSON file to a single image dataset, and not to handle\n""multiple JSON files to generate a real-use dataset.")parser = argparse.ArgumentParser()parser.add_argument('json_file')parser.add_argument('-o', '--out', default=None)args = parser.parse_args()json_file = args.json_fileif args.out is None:out_dir = osp.basename(json_file).replace('.', '_')out_dir = osp.join(osp.dirname(json_file), out_dir)else:out_dir = args.outif not osp.exists(out_dir):os.mkdir(out_dir)count = os.listdir(json_file) for i in range(0, len(count)):path = os.path.join(json_file, count[i])if os.path.isfile(path):data = json.load(open(path))if data['imageData']:imageData = data['imageData']else:imagePath = os.path.join(os.path.dirname(path), data['imagePath'])with open(imagePath, 'rb') as f:imageData = f.read()imageData = base64.b64encode(imageData).decode('utf-8')img = utils.img_b64_to_arr(imageData)label_name_to_value = {'_background_': 0}for shape in data['shapes']:label_name = shape['label']if label_name in label_name_to_value:label_value = label_name_to_value[label_name]else:label_value = len(label_name_to_value)label_name_to_value[label_name] = label_value# label_values must be denselabel_values, label_names = [], []for ln, lv in sorted(label_name_to_value.items(), key=lambda x: x[1]):label_values.append(lv)label_names.append(ln)assert label_values == list(range(len(label_values)))lbl = utils.shapes_to_label(img.shape, data['shapes'], label_name_to_value)captions = ['{}: {}'.format(lv, ln)for ln, lv in label_name_to_value.items()]lbl_viz = utils.draw_label(lbl, img, captions)out_dir = osp.basename(count[i]).replace('.', '_')out_dir = osp.join(osp.dirname(count[i]), out_dir)if not osp.exists(out_dir):os.mkdir(out_dir)PIL.Image.fromarray(img).save(osp.join(out_dir, 'img.png'))#PIL.Image.fromarray(lbl).save(osp.join(out_dir, 'label.png'))utils.lblsave(osp.join(out_dir, 'label.png'), lbl)PIL.Image.fromarray(lbl_viz).save(osp.join(out_dir, 'label_viz.png'))with open(osp.join(out_dir, 'label_names.txt'), 'w') as f:for lbl_name in label_names:f.write(lbl_name + '\n')warnings.warn('info.yaml is being replaced by label_names.txt')info = dict(label_names=label_names)with open(osp.join(out_dir, 'info.yaml'), 'w') as f:yaml.safe_dump(info, f, default_flow_style=False)print('Saved to: %s' % out_dir)
if __name__ == '__main__':main()

（2）进入labelme虚拟环境，cd到应用程序labelme_json_to_dataset.exe所处路径（Scripts目录下），输入指令

labelme_json_to_dataset.exe D:\workplace\labelme\c062~c066\json #json文件夹所处目录

即可得到转换文件，储存在Scripts目录内（labelme版本需要降低到3.16.2否则转换不成功，方法：uninstall原来版本，pip install labelme==3.16.2）。

Labelme对图像标注、json转化png格式相关推荐

将单张图像的json转化成图片
''' 将单张图像的json转化成图片 ''' import json import re import cv2 import numpy as npdef toRgb(tmp):opt = re.f ...
labelme生成的标注数据转换成yolov5格式
本文中的代码旨在一键生成yolov5数据集的格式使用labelme标注的json数据会生成在标注时图像文件所在的路径下,数据形式大概是这样的: json文件和图像数据同名. 而yolov5实际训练时 ...
labelme标记图像时JSON标签复制
我这次的项目收集到的数据集是固定摄像头在不同时候拍摄的照片,场景变化不大,主要检测物也变化不大,除了刮风和植被生长会影响标记轮廓.几百张图片手工标记会有很多重复工作,而且图片像素也没有发生改变,那我们 ...
论文梳理（图像标注）
自动图像标注总述: 是图像语义理解的热点,是无标注图像内容的语义关键词属于图像检索领域,是图像语义检索(相当成熟 )关键涉及计算机视觉,机器学习,信息检索总实现思路:用(已标注图像集)或关 ...
很好很强大，这款AI开发神器的图像标注吊打labelme
AI的发展有三大内核:数据.算法.算力.现如今,算法和算力在市面上的差距显然已经没有那么大,能够给AI提供充足弹药支持的当属数据了.深度学习算法精度的提升严重依赖于数据,谁的数据既多又准,谁的算法精度 ...
LabelMe标记后的json文件怎么转为COCO格式
LabelMe标记后的json文件怎么转为COCO格式步骤如下: Step 1: 下载labelme ,链接为https://github.com/wkentaro/labelme Step 2: ...
深度学习图像标注工具labelme
来源:极客Merry 前言在深度学习中若是没有带标注的数据,这可能会阻碍研究的进展,所以深度学习第一步就是制作数据集,手动去标注一些数据.LabelMe就是这样一个在线的图像数据标注工具: Labe ...
Yolo v5的txt标注文件转为coco格式的json标注文件
社区上将coco数据集格式的json标注文件转为yolo的txt格式的文章较多,但是如何将txt转为json博主并没有发现.这篇文章就给大家提供一个很方便的小脚本,实现这个功能. 需要注意的是,如果直 ...
labelme画出的标注json转换成二值标签图，并解决label全黑问题
1.打开anaconda,进入labelme,进入存放json文件的文件夹 2.在anaconda输入: labelme_json_to_dataset <文件名>.json 3.自动完成 ...
自制图像标注软件 —— 支持mask-rcnn等算法
对于计算机视觉研究者来说,图像标注是一项基础但繁重的工作.有一个便捷好用的标注软件可以提高标注效率. 先灌水: 目前尝试了比较普遍的标注工具: (1)labelme 参考:https://blog.c ...

Labelme对图像标注、json转化png格式

Labelme对图像标注、json转化png格式相关推荐

最新文章

热门文章