9、Python对Labeme数据集进行扩充--数据裁剪及坐标对应映射

最新推荐文章于 2025-07-21 11:12:57 发布

sxj731533730

最新推荐文章于 2025-07-21 11:12:57 发布

阅读量2.3k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： Python基础知识

本文链接：https://blog.youkuaiyun.com/sxj731533730/article/details/98938229

Python基础知识专栏收录该内容

65 篇文章 ¥299.90 ¥399.90

订阅专栏

超级会员免费看

针对labelme标注的图片样本不足的问题，通过Python实现对已有图片的随机裁剪，同时生成相应的json标注文件，以此扩充数据集。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

问题描述：使用labelme标注的picture和json 总数量太少（即样本太少，无法满足训练的要求），因此预先对已经标注的图片进行随机裁剪和创建对应的json串，以增加数据量；

# -*- coding: utf-8 -*-
import os
import sys
import json
import io
import random
import re
from PIL import Image

source_path = r'F:\sxj\20210518\result'
destination_path = r'F:\sxj\20210518\crop'
n = 1  # 每一张图片需要裁剪的次数

article_info = {}
data_json = json.loads(json.dumps(article_info))
data_json['version'] = '3.6.16'
data_json['flags'] = {}

data_json["lineColor"] = [
    0,
    255,
    0,
    128
]
data_json["fillColor"] = [
    255,
    0,
    0,
    128
]


def file_name(file_dir):
    L = []
    for root, dirs, files in os.walk(file_dir):
        for file in files:
            if os.path.splitext(file)[1] == '.json':
                L.append

了解本专栏