将jpg和label 转化为lmdb格式

# 扫描图像和标注文件
# image_files = sorted(os.listdir(image_dir))
# label_files = sorted(os.listdir(label_dir))

# 创建LMDB数据库
lmdb_path = os.path.join(lmdb_dir, lmdb_name)
env = lmdb.open(lmdb_path, map_size=1099511627776)

# 将所有图像和标注数据插入到LMDB数据库中
with env.begin(write=True) as txn:
    for label_file in jjson_file:
        image_file = label_file.replace('json', 'jpg')
        # 读取图像
        image_path = os.path.join(image_dir, image_file)
        image = cv2.imread(image_path)
        if image is None:
            # 图像读取失败的情况
            continue
        
        # 将图像转换为JPEG格式
        _, image_jpeg_buffer = cv2.imencode('.jpg', image)
        
        # 读取标注文件
        label_path = os.path.join(label_dir, label_file)
        with open(label_path, 'r') as f:
            label_data = json.load(f)
        # {shape:[{},{}],[{},{}]}
        # 将图像和标注数据转换为LMDB格式
        lut = {
            'image_jpeg_buffer': base64.b64encode(image_jpeg_buffer).decode(),
            'source_contour': [],
            'target_contour': [],
            'transform_matrix': '',
            'image_height': image.shape[0],
            'image_width': image.shape[1]
        }
        for i in label_data['shape']:
            lut["source_contour"].append(i['cp1'])
            lut["target_contour"].append(i['cp2'])
        lut_str = json.dumps(lut)

        # 将转换后的数据插入到LMDB数据库中
        txn.put(image_file.encode(), lut_str.encode())

# 关闭LMDB数据库
env.close()