轻松批量转换JSON为COCO格式，快速上手Mask R-CNN训练！

最近再做有关Mask R-CNN有关的项目，需要将标注好的json文件批量转换为coco格式用于Mask R-CNN的训练 。

下面的代码可以参考一下，直接在pycharm上运行即可。

import os
import json
import glob


def polygon_to_bbox(polygon):
    # 提取多边形所有点的 x 和 y 坐标
    x_coords = [point[0] for point in polygon]
    y_coords = [point[1] for point in polygon]

    # 计算最小和最大 x、y 坐标
    x_min = min(x_coords)
    x_max = max(x_coords)
    y_min = min(y_coords)
    y_max = max(y_coords)

    # 计算边界框的宽度和高度
    width = x_max - x_min
    height = y_max - y_min

    # 返回边界框 [x_min, y_min, width, height]
    return [x_min, y_min, width, height]


def convert_to_coco(input_folder, output_file):
    coco_data = {
        "images": [],
        "annotations": [],
        "categories": [],
    }

    category_map = {}
    annotation_id = 1
    image_id = 1

    categories = ['tree']  # 假设只有一个类别，在json文件里定义的类别名字
    for i, category in enumerate(categories):
        coco_data['categories'].append({
            "id": i + 1,
            "name": category,
            "supercategory": "none"
        })
        category_map[category] = i + 1

    # 获取所有json文件
    json_files = glob.glob(os.path.join(input_folder, "*.json"))

    # 处理每个json文件
    for json_file in json_files:
        with open(json_file, 'r') as f:
            content = f.read().replace('\\', '\\\\')  # 修复反斜杠问题
            try:
                data = json.loads(content)  # 使用 json.loads 来解析修复后的内容
                print(data.keys())  # 打印出所有的键，查看是否正常加载
            except json.JSONDecodeError as e:
                print(f"Error parsing {json_file}: {e}")
                continue  # 如果有解析错误，跳过当前文件

        # 假设图像路径字段是 'imagePath'，如果实际字段不同，修改成正确的字段名
        image_info = {
            "id": image_id,
            "file_name": data["imagePath"],  # 使用 imagePath 字段
            "width": data["imageWidth"],
            "height": data["imageHeight"]
        }
        coco_data["images"].append(image_info)

        for ann in data["shapes"]:
            bbox = polygon_to_bbox(ann["points"])
            annotation_info = {
                "id": annotation_id,
                "image_id": image_id,
                "category_id": category_map[ann["label"]],
                "bbox": bbox,
                "area": bbox[2] * bbox[3],  # 宽 * 高
                "iscrowd": 0
            }
            coco_data["annotations"].append(annotation_info)
            annotation_id += 1

        image_id += 1

    # 确保输出文件名带有 .json 后缀
    if not output_file.endswith(".json"):
        output_file += ".json"

    # 输出到文件
    with open(output_file, 'w') as f:
        json.dump(coco_data, f, indent=4)

# 使用示例
input_folder = 'path/to/your/json/folder'  # 这里是你的json文件夹路径
output_file = 'path/to/your/json/folder'  # 这里是输出文件路径（没有 .json 后缀）
convert_to_coco(input_folder, output_file)