【无标题】

使用labelme软件标注并制作自己的数据集

json批量转换数据集

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 main():
    logger.warning('This script is aimed to demonstrate how to convert the'
                   'JSON file to a single image dataset, and not to handle'
                   'multiple JSON files to generate a real-use dataset.')

    parser = argparse.ArgumentParser()
    parser.add_argument('json_file')
    parser.add_argument('-o', '--out', default=None)
    args = parser.parse_args()

    json_file = args.json_file
    print(args.out)

    if args.out is None:
        out_dir = osp.basename(json_file).replace('.', '_')
        out_dir = osp.join(osp.dirname(json_file), out_dir)
    else:
        out_dir = args.out

    # 如果存储路径不存在就创建文件目录
    if not osp.exists(out_dir):
        os.mkdir(out_dir)

    #文件目录下的所有json文件名称
    count = os.listdir(json_file)

    #遍历目录下的所有json文件名称
    for i in range(0, len(count)):
        #获取json文件全路径名称
        path = os.path.join(json_file, count[i])
        #如果是imagedata格式文件进行读取
        if os.path.isfile(path):
            #打开json文件
            data = json.load(open(path, encoding="utf-8"))
            if data['imageData']:
                imageData = data['imageData']
            else:
                imagePath = os.path.join(os.path.dirname(path), data['imagePath'])
                with open(imagePath, 'rb') as f:
                    imageData = f.read()
                    imageData = base64.b64encode(imageData).decode('utf-8')
            img = utils.img_b64_to_arr(imageData)
            #将图片中背景赋值为0
            label_name_to_value = {'_background_': 0}
            for shape in data['shapes']:
                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

            # label_values must be dense
            label_values, label_names = [], []
            for ln, lv in sorted(label_name_to_value.items(), key=lambda x: x[1]):
                label_values.append(lv)
                label_names.append(ln)
            assert label_values == list(range(len(label_values)))

            lbl = utils.shapes_to_label(img.shape, data['shapes'], label_name_to_value)

            captions = ['{}: {}'.format(lv, ln)
                        for ln, lv in label_name_to_value.items()]
            lbl_viz = utils.draw_label(lbl, img, captions)

            #获取json文件名并将.json改为——json作为文件夹目录
            out_files = osp.basename(count[i]).replace('.', '_')
            out_dirs = osp.join(osp.dirname(out_dir), out_files)
            if not osp.exists(out_dirs):
                os.mkdir(out_dirs)

            #在目标文件夹下保存原始图片
            PIL.Image.fromarray(img).save(osp.join(out_dirs, 'img.png'))
            # PIL.Image.fromarray(lbl).save(osp.join(out_dirs, 'label.png'))
            #保存标签图片
            utils.lblsave(osp.join(out_dirs, 'label.png'), lbl)
            #保存带标注的可视化图片
            PIL.Image.fromarray(lbl_viz).save(osp.join(out_dirs, 'label_viz.png'))

            with open(osp.join(out_dirs, 'label_names.txt'), 'w') as f:
                for lbl_name in label_names:
                    f.write(lbl_name + '\n')

            # warnings.warn('info.yaml is being replaced by label_names.txt')
            info = dict(label_names=label_names)
            with open(osp.join(out_dirs, 'info.yaml'), 'w') as f:
                yaml.safe_dump(info, f, default_flow_style=False)

            print('Saved to: %s' % out_dirs)


if __name__ == '__main__':
    main()

标签转为单通道灰度图

#批量图片转换：将RGB模式或P模式转换为L灰度拉伸值(可以自定义拉伸大小)
import numpy as np
from PIL import Image
import os
def Mode_P_to_L(img_file,stretch_value):
    """
将当前文件下的所有图片进行灰度值转换
    :param img_file: 图片文件存放目录
    :param stretch_value: 拉伸值， 图片原始值*stretch_value的结果理论上应该小于255
    """
    ##获取目录下所有文件名
    file_name_list = os.listdir(img_file)
    #遍历所有图片文件
    for file in file_name_list:
        #获取某个图片的全路径
        img_path = os.path.join(img_file, file)
        #打开图片
        image = Image.open(img_path)
        print(image.mode) #p模式
        img_arry = Image.fromarray(np.uint8(image))
        print(img_arry.mode)#L模式
        img_L = img_arry.convert("L")
        print(img_L.mode)
        #灰度拉伸
        img_end = Image.fromarray(np.uint8(img_L) * stretch_value)
        print(img_end.mode)
        #保存图片，并覆盖原图
        img_end.save(img_path)
        #提示
        print("完成对图片：",file," 的转换！")
    print("所有图片均已完成转换！")

#程序主入口
if __name__ == "__main__":
    # 需要转换的图片所在文件目录
    img_file = r"C:\Users\15757\Desktop\mask"#自己输入上一步生成的png格式的标签图
    stretch_value = 1#自定义拉伸值，但要注意，图片标签值*stretch_value的结果理论上应该小于255
    Mode_P_to_L(img_file, stretch_value)#调用自定义的转换方法