语义分割---mask标签转json

于 2024-12-05 17:14:28 发布
阅读量261 收藏
点赞数
分类专栏： 深度学习笔记 文章标签： 语义分割mask转json
原文链接：https://blog.youkuaiyun.com/zzu_zhong/article/details/131390999
版权

之前写过一篇文章，mask转json的，主要分两步：
1、将mask二值图中的目标区域轮廓，按照每个点之间的步长进行选取，并保存每个轮廓点坐标到csv文件；
2、读取csv文件，并将坐标转化为json文件。

最近在查资料的时候，发现了一篇很好的转换思路：
以0、1、2代表mask图中的类别，利用pycococreatortools工具包中的binary_mask_to_polygon函数，分别对掩码中的label绘制边界点，然后保存至json文件。
具体思路和代码，请看如下文章：
https://blog.youkuaiyun.com/zzu_zhong/article/details/131390999

语义分割mask转json
@bangbang的博客
05-19 3008
参考自： https://blog.youkuaiyun.com/The_Lonely_Wind/article/details/129385407 2. mask 转 json 通过提取灰度图每个类别的像素值得到轮廓信息并转化为json
语义分割：标注json文件转mask
@bangbang的博客
02-22 4459
该方法，在标注自己的数据集时,labelme版本需安装。
语义分割mask掩码转化为labelme格式（json文件）
zzu_zhong的博客
06-26 7070
当我们数据集的语义标签为mask掩码格式时，而又想转换成labelme数据格式（json文件），达到如下图所示的结果，该如何实现呢？
segmentation后 mask图片数据转换成coco对应的json格式
poppyty的博客
03-03 2438
mask转coco的json
【mask转json】文件互转
weixin_45768644的博客
12-18 1614
如果输入文件夹，则会将文件夹下所有json文件或mask图片转成对应文件输出到指定路径中。python json_to_mask.py 文件夹或json文件 输出文件夹。python mask_to_json.py 文件夹或mask图片 输出文件夹。当只有mask图像时，可使用下面代码得到json文件。只有json文件时，可使用下面代码得到mask图像。使用方法：在命令行中输入。
Mask图像与json文件相互转换
qq_34343690的博客
12-22 6277
做机器学习处理图像时，需要标注图像，其中一种标注是标出图像中的某些区域，生成Mask图像或记录下这些区域的轮廓点坐标。通常，标注直接生成其中一种文件，即只生成json文件或只生成Mask图像。故在此贴出Mask图像与json文件相互转换的Python代码。如果输入文件夹，则会将文件夹下所有json文件或mask图片转成对应文件输出到指定路径中。python json_to_mask.py 文件夹或json文件 输出文件夹。python mask_to_json.py 文件夹或mask图片 输出文件夹。
含掩膜mask的单通道灰度图转化为COCO数据集格式标签的json文件（python）
qq_44442727的博客
12-04 1482
上述代码仍然存在不足，有的mask太小segmentation输出是 []，这需要检查一下，我在里面输出的位置判断是空就不保存可以避免这种问题，但是bbox等信息有的会出现Nah的情况，需要自己判断处理。还有一点，有些内部mask比较极端的情况，代码执行容易出错，建议把问题图像删除，或者自己查找问题修改代码。目标：把灰度图中的语义mask转换为COCO数据集格式的json文件。输入：单通道的灰度图，灰度图内含掩膜mask。输出：COCO数据集格式的json文件。整体上来说，这个代码还是挺好用的。
mask2json:一个用于图像增强的小工具，包括将遮罩文件转换为jsonxml文件，图像增强（翻转，旋转，噪声等）等等。
05-18
转换掩码 想要的问题和建议。 介绍 一个用于图像增强的小工具，包括将遮罩文件转换为json / xml文件，图像增强（翻转，旋转，噪声等）等。 如何使用。 安装。 尝试： pip install -r requestments.txt 如果发生错误，请尝试： pip install -r requirements.txt --ignore-installed 用。 在此版本下，提供了这些工具。 1. 2. 3. 4. 5. longImgSplit 6. xml2json 7. xml2mask 8. xml2yolo 9. yolo2xml 10. mask2json 变更记录 2021.1.14 1.自动将类似yolo的数据集更新为train和val数据集，请参见testYoloLike.py 。 可以在./test/中找到测试数据集，总共68个tx
语义分割图片转换为json格式数据集 mask转json（附代码）
qq_53821866的博客
09-08 1813
语义分割图片转成json数据集
【语义分割】1-标注数据集-【单张图片】labelme标注json文件转mask
zw_van的博客
06-21 5853
除了自己描，还能用AI辅助标注，但是我打开会闪退，这个问题待解决。另外注意：标注过程中，不要切换目录；要确认，json文件最后，imagePath的图像路径，只能是图像名字本身，不能有其他的路径和符号。
VoTT视频标注json数据集转mask二值掩膜图像
10-09
实现了由VoTT视频标注生成的json文件的数据集转二值掩膜图像。提取json文件中的标注点的坐标和图片名称，并在原图上绘制出标注点，再将图像转换为二值掩膜图像。
语义分割中mask二值图转json格式
qq_41920323的博客
03-07 2374
图像分割中的mask二值图批量转json文件
语义分割-地表建筑物识别的一种解决方案
qq_45798276的博客
12-08 2884
卷积理论 一，参考博客 1，为什么卷积核为四维
将图像分割数据集中的mask文件夹下保存的目标区域重新转为json格式
weixin_43980331的博客
07-25 3649
通过借助cv2.findContours（）函数来获取轮廓的坐标。为了方便查看，先将这些坐标以及图片名、宽和高都保存在result.csv文件中，再读取csv文件转存为json文件。
mask图像与labelme中json格式文件相互转化
m0_58389472的博客
02-27 1827
mask图像与labelme中json格式文件相互转化
图片 mask格式转coco json格式
m0_61899108的博客
06-15 4316
图片从mask格式转coco json格式的相关说明与代码。 COCO数据处理(二)根据自己提取的类的json文件生成对应的mask二值图并画在原图上 - 灰信网（软件开发博客聚合） mask rcnn 将mask 转json数据01_weixin_44576543的博客-优快云博客_mask转json mask rcnn 将mask 转json数据02_weixin_44576543的博客-优快云博客_mask转json https://blog....
mask rcnn 将mask 转json数据01
weixin_44576543的博客
03-14 5875
存在 图片及其对应的mask 文件 ，通过Python代码转化为json 数据，无需手工制作 1、首先准备好 图片和及其对应的mask ，使用的mask为黑底白色 #!/usr/bin/env python3 #把 mask和原图 集合到一个json 文件中 import datetime import json import os import re import fnmatch from PIL import Image import numpy as np from pycococrea..
【二值标注maks图转coco的json标注，两个json文件合并，检查错误标注】
qq_43199876的博客
03-27 672
我一共遇到了这三种错误，有时候程序能跑，但到epoch=100或者200左右时候就会报错，主要还是标注的格式问题，用check_segmentation检查清除之后就可以了。用于检测转换的json文件在segmentation时候有没有长度小于8的标注，如果有的话，训练时候会报错。首先是二值标注图转成coco类型。
语义分割json转mask
最新发布
03-30
### 如何将语义分割的JSON文件转换为MASK图像 要完成从JSON文件到MASK图像的转换，可以通过解析JSON文件中的形状信息并将其绘制到空白图像上实现。以下是具体的方法： #### 解析LabelMe JSON文件 LabelMe工具生成的JSON文件通常包含了多个对象的信息，其中每个对象都有其对应的形状（shape）以及类别标签。这些形状通常是多边形形式表示目标物体的边界。 通过Python脚本读取JSON文件的内容，并提取出所有的`points`字段，即代表各个物体轮廓的坐标集合[^5]。 ```python import json import numpy as np from PIL import Image, ImageDraw def load_json(json_file): with open(json_file, 'r', encoding='utf-8') as f: data = json.load(f) return data['shapes'], data['imageWidth'], data['imageHeight'] # 加载JSON文件 json_path = "example.json" shapes, image_width, image_height = load_json(json_path) print(f"Image Size: {image_width}x{image_height}") ``` #### 创建空白MASK图像 创建一个与原始图片尺寸相同的空白图像作为基础MASK图像。此图像初始值全设为背景类别的索引号（一般为0）。 ```python def create_blank_mask(width, height, num_classes=2): mask = np.zeros((height, width), dtype=np.uint8) return mask mask_image = create_blank_mask(image_width, image_height) ``` #### 绘制多边形至MASK图像 对于每一个从JSON文件中获取的对象，依据其类别标签赋予相应的数值填充到MASK图像对应位置上去。这里假设我们只处理两类情况——前景和背景；如果有更多分类，则需要调整函数逻辑以适应不同类别数目的需求[^4]。 ```python def draw_polygon(mask, points, class_id): img = Image.fromarray(mask, mode="L") # Convert to PIL format for drawing. drawer = ImageDraw.Draw(img) flat_points = [coord for point in points for coord in point] drawer.polygon(flat_points, outline=class_id, fill=class_id) # Draw filled polygon. return np.array(img) for shape in shapes: label = shape["label"] if label not in classes: continue class_idx = classes.index(label) mask_image = draw_polygon(mask_image, shape["points"], class_idx) ``` #### 存储最终MASK图像 最后一步是保存生成好的MASK图像以便后续使用或者验证转换结果是否正确无误[^3]。 ```python output_path = "converted_mask.png" Image.fromarray(mask_image).save(output_path) print(f"Masks saved at {output_path}.") ``` 以上过程展示了如何把由LabelMe导出的JSON格式数据转变为适合用于训练深度学习模型的标准MASK图像格式。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值