当前位置: 首页 > news >正文

Labelme 3.16.7 数据标注(通过pycharm下载+颜色修改+批量转化json)

1.下载labelme

pip install labelme==3.16.7

 下载

2.打开labelme

 在终端输入:labelme

3.使用label进行分割

imgs中存放我的要分割的图片,json文件夹是我想保存json文件的地方

修改输出路径(输出的文件是.json),选择对应的文件夹

设置自动保存

打开原始的图片文件夹

 点击这个,进行分割

首尾点重合,弹出这个框,输入类别 ,第一次需要输入类别,后续如果类别一样,只用选择然后点击“OK”即可。

保存结果如下 

4.将json转为png

一般一次只能转换一张图片,在终端输入命令

labelme_json_to_dataset "D:\Graduation_project\data\Tomato_1\json\PlantVillage_tomato_1.json"

路径改为自己的json文件路径

5.修改mask图像的颜色

当我只有一种风格对象时,默认会显示红色,例如

首先找到labelme下载的地址 

Scripts换为下面方框中的,找到draw.py文件 

修改如下:增加了判断

            if i == 1:
                r = 255
                g = 255
                b = 255
            else:
                r = np.bitwise_or(r, (bitget(id, 0) << 7 - j))
                g = np.bitwise_or(g, (bitget(id, 1) << 7 - j))
                b = np.bitwise_or(b, (bitget(id, 2) << 7 - j))

6.批量转化json为png

找到该文件

完整修改代码如下:

import argparse
import base64
import json
import os
import os.path as osp

import PIL.Image
import yaml

from labelme.logger import logger
from labelme import utils


def process_json_file(json_file, out_label_viz_dir, out_masks_dir):
    # 读取 JSON 文件
    with open(json_file, 'r') as f:
        data = json.load(f)

    imageData = data.get('imageData')
    if not imageData:
        imagePath = osp.join(osp.dirname(json_file), data['imagePath'])
        with open(imagePath, 'rb') as f:
            imageData = base64.b64encode(f.read()).decode('utf-8')

    img = utils.img_b64_to_arr(imageData)

    # 构建 label_name 到数值的映射
    label_name_to_value = {'_background_': 0}
    for shape in sorted(data['shapes'], key=lambda x: x['label']):
        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

    # 生成标签图像
    lbl = utils.shapes_to_label(img.shape, data['shapes'], label_name_to_value)

    # 生成标签名称列表
    label_names = [None] * (max(label_name_to_value.values()) + 1)
    for name, value in label_name_to_value.items():
        label_names[value] = name
    lbl_viz = utils.draw_label(lbl, img, label_names)

    # 获取 JSON 文件的前缀(不含扩展名)
    prefix = osp.splitext(osp.basename(json_file))[0]

    # 保存 label_viz.png 到 label_viz 文件夹
    label_viz_file = osp.join(out_label_viz_dir, prefix + '_label_viz.png')
    PIL.Image.fromarray(lbl_viz).save(label_viz_file)

    # 保存 label_names.txt 到 label_viz 文件夹
    label_names_file = osp.join(out_label_viz_dir, prefix + '_label_names.txt')
    with open(label_names_file, 'w') as f:
        for lbl_name in label_names:
            f.write(lbl_name + '\n')

    # 保存 info.yaml 到 label_viz 文件夹
    info_yaml_file = osp.join(out_label_viz_dir, prefix + '_info.yaml')
    info = dict(label_names=label_names)
    with open(info_yaml_file, 'w') as f:
        yaml.safe_dump(info, f, default_flow_style=False)

    # 保存 label.png 到 masks 文件夹
    label_file = osp.join(out_masks_dir, prefix + '_label.png')
    utils.lblsave(label_file, lbl)

    logger.info('Processed and saved outputs for: {}'.format(json_file))


def main():
    parser = argparse.ArgumentParser(
        description="批量将 JSON 文件转换为图片,并将结果分别保存到 label_viz 与 masks 文件夹中"
    )
    # 输入目录为包含 JSON 文件的目录
    parser.add_argument('json_dir', help="包含 JSON 文件的目录")
    # 可选参数指定输出文件夹名称,默认值为 label_viz 与 masks
    parser.add_argument('--label_viz', default='label_viz', help="输出 label_viz 文件夹的名称")
    parser.add_argument('--masks', default='masks', help="输出 masks 文件夹的名称")
    args = parser.parse_args()

    json_dir = args.json_dir
    # 输出文件夹位于 json 文件夹的上一级目录
    parent_dir = osp.dirname(json_dir)
    out_label_viz_dir = osp.join(parent_dir, args.label_viz)
    out_masks_dir = osp.join(parent_dir, args.masks)

    # 检查输入目录是否存在
    if not osp.exists(json_dir):
        logger.error("指定的 JSON 目录不存在: {}".format(json_dir))
        return

    # 如输出文件夹不存在,则创建
    if not osp.exists(out_label_viz_dir):
        os.makedirs(out_label_viz_dir)
    if not osp.exists(out_masks_dir):
        os.makedirs(out_masks_dir)

    # 获取 JSON 文件列表,仅处理扩展名为 .json 的文件
    json_files = [osp.join(json_dir, f) for f in os.listdir(json_dir) if f.lower().endswith('.json')]
    if not json_files:
        logger.error("在 {} 中未找到 JSON 文件".format(json_dir))
        return

    # 遍历处理每个 JSON 文件
    for json_file in json_files:
        process_json_file(json_file, out_label_viz_dir, out_masks_dir)


if __name__ == '__main__':
    main()

实现效果

在终端输入,D:\Graduation_project\data\Tomato_1\json为输出的json文件所在地

labelme_json_to_dataset D:\Graduation_project\data\Tomato_1\json

运行效果:会在D:\Graduation_project\data\Tomato_1\json的同一级目录,生成两个文件,label_vizmasks,里面存放输出

补充:还可以指定--label_viz--masks 参数,指定文件夹名称,例如

labelme_json_to_dataset D:\Graduation_project\data\Tomato_1\json --label_viz my_label_viz --masks my_masks

相关文章:

  • 14 | fastgo 三层架构设计
  • C++初阶—stack和queue类
  • 网络爬虫-1:发送请求+维持会话+代理设置/超时设置
  • Prompt engineering设计原则(一)
  • 《python》—— threading库(线程和多线程)
  • 30天学习Java第四天——面向对象
  • ubuntu-drivers-common 包功能详解
  • LWIP网络模型及接口简介(DAY 01)
  • 16 | 实现简洁架构的 Store 层
  • 深度学习视觉2D检测算法综述
  • 外包招聘舞弊利益分配,如何规避这种情况?
  • 加一(js实现,LeetCode:66)
  • rtsp在网页上显示(webrtc-stream)
  • 【C++ STL】 容器详解:priority_queue 学习
  • 大语言模型学习--向量数据库Milvus实践
  • 【大模型学习】第十六章 模型微调技术综述
  • 【eNSP实战】MSTP与VRRP配合使用
  • 图论part2|200. 岛屿数量、695. 岛屿的最大面积
  • 如何制作Windows系统盘、启动盘?(MediaCreationTool_22H2)
  • 韦伯望远镜的拉格朗日点计算推导过程,包含MATLAB和python运动轨迹仿真代码
  • 初步结果显示,卡尼领导的加拿大自由党在联邦众议院选举中获胜
  • 河北:开展领导干部任性用权等形式主义官僚主义问题专项整治
  • 西班牙葡萄牙突发全国大停电,欧洲近年来最严重停电事故何以酿成
  • 吉林省公安厅出入境管理总队政委明志全已任省安保集团总经理
  • 促进产销对接,安徽六安特色产品将来沪推介
  • 图像编辑新增一款开源模型,阶跃星辰发布Step1X-Edit