<think>我们有一个labelme的JSON文件，它包含图像标注信息，通常包括多个形状（多边形、矩形等）以及每个形状对应的标签。我们的目标是将这些标注转换为单通道的PNG掩码图像。
在单通道PNG掩码中，每个像素的值表示该像素所属的类别（通常用整数表示，例如0表示背景，1表示类别1，2表示类别2，等等）。
步骤：
1. 读取JSON文件，解析出图像的高度和宽度。
2. 创建一个与图像大小相同的全零数组（表示背景）。
3. 遍历JSON中的每一个形状（shape），每个形状都有一个标签（label）和一组点（points）。
4. 根据标签，我们确定该形状对应的类别索引（需要一个从标签名到类别索引的映射，例如通过一个类别列表）。
5. 使用这些点绘制多边形（或其他形状）填充，将数组中对应的位置设置为类别索引。
6. 将数组保存为单通道的PNG图像。
注意：labelme的JSON文件可能包含多个不同类别的形状，甚至可能有重叠。我们需要确保在绘制时，后绘制的形状可能会覆盖先绘制的（取决于需求，但通常掩码要求每个像素只属于一个类别，所以需要处理覆盖顺序，或者使用其他规则，如按标注顺序，后面的覆盖前面的）。
但是，在语义分割中，我们通常希望每个像素只属于一个类别。如果标注有重叠，我们可以按照标注的顺序，后面的覆盖前面的，或者我们可以使用一个规则（例如，只保留第一个出现的类别）。这里我们按照常见的做法：按顺序绘制，后面的形状会覆盖前面的。
另外，labelme支持多种形状（多边形、矩形、圆形、线段等），但通常用于语义分割的是多边形和矩形。这里我们主要处理多边形（polygon）和矩形（rectangle）。矩形可以看作是多边形的一种特殊形式（四个点）。
实现：
我们可以使用PIL（Python Imaging Library）或者OpenCV来绘制多边形并填充。这里我们使用PIL的ImageDraw。
首先，需要安装必要的库（如果未安装）：
pip install labelme numpy Pillow
注意：labelme库并不是必须的，因为我们可以直接解析JSON，但这里我们不需要labelme库，直接使用json库读取即可。
步骤详细说明：
1. 读取JSON文件，使用json.load。
2. 从JSON中获取图像高度和宽度（imageHeight和imageWidth）。
3. 创建一个新的PIL图像，模式为'I'（32位有符号整数）或者'L'（8位无符号整数），具体取决于类别数量。如果类别数量小于256，我们可以使用8位，否则需要更大的位数。这里假设类别数量较少，使用8位（0-255）。
4. 使用ImageDraw来绘制多边形。
但是，注意：单通道图像中，0通常表示背景，而类别索引从1开始。所以我们需要一个从标签名到索引的映射（例如，{'class1':1, 'class2':2, ...}）。这个映射可以由用户提供，或者从JSON文件中提取所有标签并分配索引（注意顺序，我们可以按照标签在JSON中出现的顺序，但要注意重复标签）。
然而，为了避免混淆，最好由用户提供一个类别列表，这样索引顺序是固定的。如果没有提供，我们可以从JSON中提取所有不重复的标签（按出现顺序），然后背景为0，第一个标签为1，以此类推。
但是，在转换过程中，我们通常需要预先定义好的类别映射。因此，我们可以要求用户传入一个类别名称到索引的字典，或者我们自动生成（但自动生成可能因顺序问题导致不一致）。
这里，我们假设用户会提供一个标签名称到索引的字典（label_to_index），其中不包括背景（背景默认为0）。如果某个标签不在字典中，我们可以选择忽略或报错。
具体代码步骤：
1. 读取JSON文件。
2. 创建空白画布（全0，大小与原图相同）。
3. 遍历每个形状（shape）：
获取形状的标签（label）
获取点（points）列表
将点转换为元组列表（因为PIL的多边形绘制需要）
在画布上绘制多边形，用对应的类别索引填充。
4. 将数组保存为PNG。
注意：绘制多边形时，我们使用numpy数组操作，然后转换为PIL图像，或者直接在PIL图像上绘制。这里我们使用PIL的ImageDraw。
但是，PIL的ImageDraw在绘制多边形时，要求多边形的点是一个元组序列，例如[(x0,y0), (x1,y1), ...]。
另外，labelme的JSON文件中，点的坐标是浮点数，我们需要转换为整数（四舍五入）。
处理矩形：labelme的矩形在JSON中是以两个点的形式（左上角和右下角）存储的。我们可以将矩形转换为四个点的多边形。
但是，在labelme的JSON中，形状的"shape_type"字段可以是"polygon"、"rectangle"等。对于矩形，我们可以这样转换：
points = [[x1, y1], [x2, y2]]
然后转换为多边形：[[x1, y1], [x2, y1], [x2, y2], [x1, y2]]
然而，实际上labelme在导出矩形时，points就是两个点，我们需要自己扩展成四个点。
因此，我们需要根据shape_type来处理：
如果是"rectangle"，则扩展成四个点；
如果是"polygon"，则直接使用点列表。
另外，还有圆形（circle）？labelme支持圆形，但通常语义分割中较少使用。如果遇到，我们可以用多边形近似（例如用正多边形），但这里我们暂时不支持圆形，或者忽略。
考虑到通用性，我们只处理多边形和矩形。
代码示例：
假设我们有一个JSON文件路径和一个输出PNG路径，以及一个标签到索引的字典（label_map）。
如果没有提供label_map，我们可以自动生成（但这样可能每次顺序不同，所以不推荐）。因此，我们要求必须提供label_map。
步骤：
1. 读取JSON文件。
2. 获取图像大小（注意：有些JSON文件可能没有imageHeight和imageWidth，而是通过imagePath指向的图片获取大小。但labelme的JSON通常包含这两个字段）。
3. 创建一个全零的数组（numpy数组），大小为(height, width)，数据类型为uint8。
4. 遍历每个形状：
label = shape['label']
shape_type = shape.get('shape_type', 'polygon') # 默认为多边形
points = shape['points']
if label not in label_map:
# 可以选择跳过或报错，这里我们跳过
continue
index = label_map[label]
# 处理矩形
if shape_type == 'rectangle' and len(points) == 2:
# 将矩形转换为四个点
x1, y1 = points[0]
x2, y2 = points[1]
points = [[x1, y1], [x2, y1], [x2, y2], [x1, y2]]
shape_type = 'polygon' # 现在当做多边形处理
if shape_type == 'polygon':
# 将点转换为整数（四舍五入）
int_points = [(int(round(x)), int(round(y))) for x, y in points]
# 创建一个临时图像，用于绘制这个多边形
# 注意：我们不能直接在原数组上绘制，因为PIL的ImageDraw操作的是图像，而不是数组。
# 因此，我们可以创建一个和原图一样大的空白图像，绘制多边形，然后将绘制的结果（非零位置）赋值到原数组。
# 这样，每个形状我们单独绘制，然后合并到主掩码上。
# 但是这样效率较低，因为每个形状都要创建一个新图像。我们可以考虑使用另一个方法：在同一个ImageDraw上绘制，但是这样会覆盖之前的形状（因为我们是按顺序绘制，后面的覆盖前面，符合要求）。
# 因此，我们可以创建一个PIL图像（与掩码同样大小），然后绘制，最后将绘制的结果（像素值等于当前索引）更新到主掩码数组。
# 但是，我们也可以在主掩码图像上直接绘制。因为我们已经在使用PIL，我们可以：
# 1. 将当前的掩码数组转换为PIL图像（模式为'L'）
# 2. 创建ImageDraw对象
# 3. 绘制多边形（用当前索引值填充）
# 4. 将PIL图像转回数组
# 但是这样每次都要转换，效率不高。
# 另一种方法：一开始就创建PIL图像，然后遍历每个形状，在PIL图像上绘制。这样我们只需要绘制一次。
# 所以，我们改变策略：
# 初始化一个PIL图像（全0），模式为'L'
# 遍历每个形状，用ImageDraw绘制多边形（填充值为类别索引）
# 最后保存这个图像。
# 但是，这样我们就需要一开始就创建PIL图像，然后绘制。这样更高效。
因此，我们修改步骤：
a. 创建PIL图像：img = Image.new('L', (width, height), 0) # 0是背景
b. 创建draw对象：draw = ImageDraw.Draw(img)
c. 遍历每个形状：
如果是多边形，则绘制多边形（用当前类别索引填充）
如果是矩形，则绘制矩形（但ImageDraw有绘制矩形的方法，但这里我们已经将矩形转换为多边形，所以统一用多边形绘制）
d. 保存img为PNG。
但是，这样绘制的话，后面的形状会覆盖前面的形状，因为每次绘制都会覆盖之前的像素。这正是我们想要的（按标注顺序，后面的覆盖前面的）。
因此，我们不需要使用数组，直接使用PIL绘制即可。
但是，注意：绘制多边形时，如果多边形有重叠，那么重叠部分会被后面的覆盖。这符合我们的要求。
代码实现：
注意：PIL的ImageDraw.polygon方法要求点的顺序是[(x0,y0), (x1,y1), ...]，并且是整数。
另外，矩形转换后也是多边形，所以统一用多边形绘制。
对于其他形状（如圆形、线段），我们暂时不支持，可以跳过并给出警告。
具体代码：
假设输入：json_file（JSON文件路径），output_png（输出PNG路径），label_map（标签到索引的字典）
步骤：
1. 读取JSON文件。
2. 获取图像宽度和高度（如果JSON中没有，则可能需要从图像文件读取，但labelme的JSON一般有，所以直接读取）。
3. 创建PIL图像（模式'L'，背景0）。
4. 创建ImageDraw对象。
5. 遍历每个形状（shapes）：
label = shape['label']
shape_type = shape['shape_type']
points = shape['points']
if label not in label_map:
print(f"Warning: label '{label}' not found in label_map, skipped.")
continue
idx = label_map[label]
if shape_type == 'rectangle' and len(points) == 2:
# 转换为四个点
x1, y1 = points[0]
x2, y2 = points[1]
points = [[x1, y1], [x2, y1], [x2, y2], [x1, y2]]
# 然后当做多边形处理
shape_type = 'polygon'
if shape_type == 'polygon':
# 转换为整数点
int_points = [(int(round(x)), int(round(y))) for x, y in points]
# 绘制多边形
draw.polygon(int_points, fill=idx)
else:
print(f"Warning: shape_type '{shape_type}' is not supported, skipped.")
6. 保存图像：img.save(output_png)
注意：PIL的坐标是(x,y)，而numpy数组是(height, width)，但这里我们创建图像时使用了(width, height)，所以坐标点需要是(x,y)。我们使用JSON中的点，注意JSON中的点坐标是浮点数，四舍五入取整。
但是，这样绘制会覆盖重叠区域，符合我们的要求。
但是，有一个问题：如果同一个形状内部有空洞（即多个多边形组成一个对象），labelme通常用一个包含多个多边形的形状来表示（但labelme的一个形状其实是一个连续的多边形，如果有空洞，实际上是一个多边形包含内环）。但labelme的JSON格式中，每个形状只有一个多边形（即一个点列表），所以如果有空洞，需要多个形状？或者在一个形状中用多个点列表？实际上，labelme的JSON格式中，每个形状的"points"是一个点列表，表示一个多边形。如果有空洞，通常用多个形状（多个shape）来表示，每个形状都是独立的多边形，然后通过不同的标签？或者相同的标签？所以，我们按照标签来绘制，相同标签的多个多边形会分别绘制，但绘制顺序可能会影响（因为后面的会覆盖前面的，但相同标签覆盖也没关系，因为填充值相同）。但是，如果有空洞，通常需要将空洞区域标记为背景，那么我们需要在绘制时考虑。然而，在语义分割中，我们通常不区分子区域，而是将整个区域标记为同一类别。所以，如果出现空洞，那么空洞区域会被后面绘制的其他形状覆盖，或者如果空洞区域没有被其他形状覆盖，那么它仍然是背景（0），这符合要求。
因此，我们不需要特别处理空洞。
但是，实例分割和语义分割不同。我们这里做的是语义分割（单通道，每个像素一个类别），所以不考虑实例。
所以，代码可以这样写。
但是，如果用户没有提供label_map，我们可以自动生成吗？我们可以遍历所有形状，收集所有标签，然后分配索引（从1开始），背景为0。但是这样可能会因为每次运行顺序不同而导致索引变化。所以，我们最好要求用户提供。
我们可以提供一个可选参数，如果用户不提供，则自动生成，但需要按标签名字母排序，以保证顺序一致？或者按出现顺序？按出现顺序可能会不一致。所以，我们要求用户提供label_map。
下面是一个完整的函数示例：
注意：我们假设JSON文件中有imageHeight和imageWidth。如果没有，则需要从图像文件读取，但这里我们不做处理，直接报错。
代码：</think>### 将LabelMe的JSON文件转换为单通道PNG掩码
以下是使用Python实现的完整代码，通过解析LabelMe的JSON标注文件生成单通道PNG掩码图像。核心步骤包括解析多边形坐标、创建空白掩码画布、填充多边形区域，并处理重叠标注。
```python
import json
import numpy as np
from PIL import Image, ImageDraw
def labelme_json_to_mask(json_path, output_path):
"""
将LabelMe的JSON标注文件转换为单通道PNG掩码
:param json_path: LabelMe JSON文件路径
:param output_path: 输出PNG掩码路径
"""
# 加载JSON数据
with open(json_path, 'r') as f:
data = json.load(f)
# 获取图像尺寸
width = data['imageWidth']
height = data['imageHeight']
# 创建空白掩码（单通道，初始为0=背景）
mask = np.zeros((height, width), dtype=np.uint8)
pil_mask = Image.fromarray(mask)
draw = ImageDraw.Draw(pil_mask)
# 遍历所有标注形状
for shape in data['shapes']:
label = shape['label']
points = shape['points']
# 将多边形坐标转换为整数元组
polygon = [(int(x), int(y)) for point in points for x, y in [point]]
# 根据标签分配像素值（示例：'cat'->1, 'dog'->2）
if label == 'cat':
fill_value = 1
elif label == 'dog':
fill_value = 2
else: # 其他类别
fill_value = 3
# 绘制填充多边形
draw.polygon(polygon, fill=fill_value)
# 保存单通道PNG掩码
pil_mask.save(output_path)
print(f"掩码已保存至: {output_path}")
# 使用示例
labelme_json_to_mask('annotation.json', 'mask.png')
```
### 关键说明：
1. **标签值映射**
- 背景像素值固定为 `0`
- 示例中：`'cat'→1`, `'dog'→2`，其他类别→`3`
- 需根据实际类别修改映射关系（如构建字典 `label_mapping = {'cat':1, 'dog':2}`）
2. **重叠处理**
- 后绘制的形状会覆盖先前区域（按JSON中顺序）
- 确保关键类别在JSON中靠后声明
3. **支持类型**
- 原生支持多边形（`polygon`）
- 矩形自动转换为多边形（LabelMe矩形即两点定义的多边形）
4. **注意事项**
- 要求JSON包含 `imageWidth`/`imageHeight` 字段
- 输出为8位单通道PNG（0-255类别值）
该文章介绍了如何利用Python的json、numpy和opencv库将Labelme生成的json标注文件转换为图片形式。主要步骤包括读取json文件中的标注信息，使用这些信息在原始图片上创建掩模，并将掩模保存为新的图片文件。
扫一扫
6403
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
