文章目录

1.labelme介绍
2.labelme使用教程
- 2.1语义分割（单张图片）
- 2.2语义分割（多张图片）
参考

1.labelme介绍

Labelme 是一个图形界面的图像标注软件。它是用 Python 语言编写的，图形界面使用的是 Qt（PyQt）。

2.labelme使用教程

2.1语义分割（单张图片）

Labelme 能够进行多种形式的图像数据标注。Labelme 以 JSON 文件存储标注信息。下面介绍一些 labelme 软件的基本操作。

hsh@hsh-G7-7588:~$ conda activate labelme
(labelme) hsh@hsh-G7-7588:~$ labelme #打开labelme软件
[INFO] Loading config file from: /home/hsh/.labelmerc (__init__.py:73)

open：打开某一张图片
openDir：打开某一文件夹下所有的图片

通过 open 读取图片，选择 create polygons 手动进行勾画，全部完成后保存为 json 文件（保存在当前目录下）：

# tutorial (single image example)
cd examples/tutorial
labelme apc2016_obj3.jpg  # 打开tutorial文件夹下指定的某张图片
labelme apc2016_obj3.jpg -O apc2016_obj3.json  # 对图片编辑完成后点击save，图片会自动保存为json格式并自动退出软件
labelme apc2016_obj3.jpg --nodata  # JSON文件不包含图像数据，而包含图像的相对路径
labelme apc2016_obj3.jpg \--labels highland_6539_self_stick_notes,mead_index_cards,kong_air_dog_squeakair_tennis_ball  # 指定 label list

也可以在终端直接输入命令打开图片，需要将之前打开的labelme软件先关掉。我重新创建了一个文件夹practise,里面存放了原始未分割的示例图片，我按照教程重新再做一遍。

(labelme) hsh@hsh-G7-7588:~/Documents/labelme-master/examples/tutorial$ cd practise/
(labelme) hsh@hsh-G7-7588:~/Documents/labelme-master/examples/tutorial/practise$ ls
apc2016_obj4.jpg
(labelme) hsh@hsh-G7-7588:~/Documents/labelme-master/examples/tutorial/practise$ labelme apc2016_obj4.jpg
[INFO] Loading config file from: /home/hsh/.labelmerc (__init__.py:73)

点击save保存为json格式

也可以直接在终端中输入命令将编辑完的图片保存为json格式，先将软件关掉并将json文件也删除。

(labelme) hsh@hsh-G7-7588:~/Documents/labelme-master/examples/tutorial/practise$ ls
apc2016_obj4.jpg  apc2016_obj4.json
(labelme) hsh@hsh-G7-7588:~/Documents/labelme-master/examples/tutorial/practise$ rm apc2016_obj4.json
(labelme) hsh@hsh-G7-7588:~/Documents/labelme-master/examples/tutorial/practise$ ls
(labelme) hsh@hsh-G7-7588:~/Documents/labelme-master/examples/tutorial/practise$ ls
(labelme) hsh@hsh-G7-7588:~/Documents/labelme-master/examples/tutorial/practise$ labelme apc2016_obj4.jpg -o apc2016_obj4.json
[INFO] Loading config file from: /home/hsh/.labelmerc (__init__.py:73)

按照之前的步骤注释完后，直接点击save就可以保存为json格式，不会像之前一样跳出让你选择保存为哪种格式的文件的界面，并且软件自动关闭。

labelme_draw_json：
使用该命令可以快速查看JSON格式的可视化标注。
注意：要先注释大的物体（比如说此处为“shell”，先注释shell再注释其他3个物体），否则之前的注释会无效。

(labelme) hsh@hsh-G7-7588:~/Documents/labelme-master/examples/tutorial/practise$ labelme_draw_json apc2016_obj4.json

labelme_json_to_dataset：
要将json转换为图像和标签集，得到 label_data文件，需要将 json 转换为单通道的 image，终端输入命令：

(labelme) hsh@hsh-G7-7588:~/Documents/labelme-master/examples/tutorial/practise$ labelme_json_to_dataset apc2016_obj4.json -o apc2016_obj4_json
[WARNING] This script is aimed to demonstrate how to convert theJSON file to a single image dataset, and not to handlemultiple JSON files to generate a real-use dataset. (json_to_dataset.py:15)
[INFO] Saved to: apc2016_obj4_json (json_to_dataset.py:72)
(labelme) hsh@hsh-G7-7588:~/Documents/labelme-master/examples/tutorial/practise$ ls
apc2016_obj4.jpg  apc2016_obj4_json  apc2016_obj4.json

将在当前目录下得到一个文件夹 cat_1_json，包括四个文件：

img.png：原始图像
label.png：标签，uint8
label_viz.png：可视化的带标签(label.png)图像
label_names.txt：记录了标签(label.png)的名称

labelme_draw_label_png：
将label文本文件以图例的形式绘制到PNG格式的标签上，并显示出来
label.png 用 scipy.misc.imread 或者 skimage.io.imread 读取可能会出错，推荐用 PIL.Image.open 读取：

(labelme) hsh@hsh-G7-7588:~/Documents/labelme-master/examples/tutorial/practise$ python
Python 3.7.6 (default, Jan  8 2020, 19:59:22)
[GCC 7.3.0] :: Anaconda, Inc. on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import numpy as np
>>> import PIL.Image
>>> label_png = 'apc2016_obj4_json/label.png'
>>> lbl = np.asarray(PIL.Image.open(label_png))
>>> print(lbl.dtype)
uint8
>>> np.unique(lbl)
array([0, 1, 2, 3, 4], dtype=uint8)
>>> lbl.shape
(907, 1210)
>>> exit()
(labelme) hsh@hsh-G7-7588:~/Documents/labelme-master/examples/tutorial/practise$ labelme_draw_label_png apc2016_obj4_json/label.png
[INFO] label shape: (907, 1210) (draw_label_png.py:19)
[INFO] unique label values: [0 1 2 3 4] (draw_label_png.py:20)
Traceback (most recent call last):File "/home/hsh/anaconda3/envs/labelme/bin/labelme_draw_label_png", line 8, in <module>sys.exit(main())File "/home/hsh/anaconda3/envs/labelme/lib/python3.7/site-packages/labelme/cli/draw_label_png.py", line 22, in mainlbl_viz = utils.draw_label(lbl)
AttributeError: module 'labelme.utils' has no attribute 'draw_label'
(labelme) hsh@hsh-G7-7588:~/Documents/labelme-master/examples/tutorial/practise$

此处报错，在labelme的Utils文件夹里缺少draw.py文件。
1.将draw.py文件添加进Utils文件夹，
这是该文件的网盘链接：https://pan.baidu.com/s/1CJ_u9sQtSgwrRI3L7ohxcQ
提取码：mq15

2.打开Utils文件夹里的__init__.py文件进行编辑，将draw.py文件里的函数导入进去。

再次执行代码便不会报错

2.2语义分割（多张图片）

# semantic segmentation example
cd examples/semantic_segmentation
labelme data_annotated/  # 打开该文件下的所有图片
labelme data_annotated/ --labels labels.txt  # 用文件指定标签列表

此处我同样建立了一个practise，里面存放未注释的原始文件。
按照上文所述注释每张图片

(labelme) hsh@hsh-G7-7588:~/Documents/labelme-master/examples$ cd semantic_segmentation/
(labelme) hsh@hsh-G7-7588:~/Documents/labelme-master/examples/semantic_segmentation$ ls
data_annotated  data_dataset_voc  labelme2voc.py  labels.txt  practise  README.md
(labelme) hsh@hsh-G7-7588:~/Documents/labelme-master/examples/semantic_segmentation$ cd practise/
(labelme) hsh@hsh-G7-7588:~/Documents/labelme-master/examples/semantic_segmentation/practise$ ls
data_annotated
(labelme) hsh@hsh-G7-7588:~/Documents/labelme-master/examples/semantic_segmentation/practise$ labelme data_annotated/
[INFO] Loading config file from: /home/hsh/.labelmerc (__init__.py:73)
(labelme) hsh@hsh-G7-7588:~/Documents/labelme-master/examples/semantic_segmentation/practise$ ls
data_annotated
(labelme) hsh@hsh-G7-7588:~/Documents/labelme-master/examples/semantic_segmentation/practise$ labelme_draw_json data_annotated/2011_000003.json

生成VOC格式的标签数据

# It generates:
#   - data_dataset_voc/JPEGImages
#   - data_dataset_voc/SegmentationClass
#   - data_dataset_voc/SegmentationClassVisualization
./labelme2voc.py data_annotated data_dataset_voc --labels labels.txt

data_annotated 是原图和对应的 JSON 文件，data_dataset_voc 是 voc 格式的输出结果，labelme2voc.py 是转换的主函数，labels.txt 是标签类别。

*_annotated 存放原图和已经生成的对应 JSON 文件
将 labelme 工程文件下的 labelme2voc.py 复制过来
自己写一个 *.txt 文件，内容是注释的标签，最前面加上 ignore 和 background

(labelme) hsh@hsh-G7-7588:~/Documents/labelme-master/examples/semantic_segmentation/practise$ ./labelme2voc.py data_annotated data_dataset_voc --labels labels.txt
Creating dataset: data_dataset_voc
class_names: ('_background_', 'person', 'bottle', 'sofa', 'chair', 'bus', 'car')
Saved class_names: data_dataset_voc/class_names.txt
Generating dataset from: data_annotated/2011_000025.json
Generating dataset from: data_annotated/2011_000006.json
Generating dataset from: data_annotated/2011_000003.json

参考

1.数据标注软件labelme详解
2.LabelMe使用
3.https://github.com/wkentaro/labelme
4.批量转换json文件，出现AttributeError: module ‘labelme.utils’ has no attribute 'draw_label’错误

labelme简单使用教程相关推荐

vim简单使用教程【转】
vim的学习曲线相当的大(参看各种文本编辑器的学习曲线),所以,如果你一开始看到的是一大堆VIM的命令分类,你一定会对这个编辑器失去兴趣的.下面的文章翻译自<Learn Vim Progress ...
java map set_java中Map、Set、List的简单使用教程（快速入门）
Map.Set.List List的常用方法 1.创建 List list = new ArrayList<>(); List list = new LinkedList<>( ...
【转】正则表达式简介及在C++11中的简单使用教程
[转]正则表达式简介及在C++11中的简单使用教程正则表达式Regex(regular expression)是一种强大的描述字符序列的工具.在许多语言中都存在着正则表达式,C++11中也将正则表达 ...
PHP在WPS中的应用,PHP+Laravel的简单应用教程【ajax的使用】,wps的使用教程
PHP+Laravel的简单应用教程[ajax的使用]PHP·拉弗尔的简单应用教程[阿贾克斯的使用],下面由Laravel框架教程栏目给大家介绍PHP Laravel的简单应用教程[阿贾克斯的使用], ...
史上最简单MySQL教程详解（进阶篇）之存储过程（一）
史上最简单MySQL教程详解(进阶篇)之存储过程(一) 史上最简单MySQL教程详解(进阶篇)之存储过程(一) 什么是存储过程存储过程的作用如何使用存储过程创建存储过程 DELIMITER改变分 ...
史上最简单MySQL教程详解（进阶篇）之存储引擎介绍及默认引擎设置
什么是存储引擎? MySQL存储引擎种类 MyISAM 引擎 InnoDB引擎存储引擎操作查看存储引擎存储引擎的变更修改默认引擎什么是存储引擎? 与其他数据库例如Oracle 和SQL Se ...
IDEA简单配置教程
IDEA简单配置教程 --做好前期配置工作,后期少走弯路. 创建模块(Module) 设置(Settings) 设置主题窗体及菜单字体及大小设置编辑区主题通过插件(plugins)更换主题设置 ...
kindle的xray怎么用_Xray简单使用教程
Xray简单使用教程 0X00下载 xray 为单文件二进制文件,无依赖,也无需安装,下载后直接使用. 下载地址为: 注意: 不要直接 clone 仓库,xray 并不开源,仓库内不含源代码,直接下载 ...
navicat fo mysql 教程_Navicat For MySQL的简单使用教程
1.前提是必须先安装好MySQL数据库(Mac下安装MySQL数据库见前一篇) 2.安装Navicat 3.点击navicate左上角:连接->MySQL->先测链接下,如果提示连接成功, ...

labelme简单使用教程