通过labelme标注的关键点数据增强（包括图像与json文件）

    最近在尝试对自建的人体关键点数据集进行姿态聚类，使用labelme标注的数据集需要的时间太长了，于是自己标注了一部分，其他的数据想用数据增强方法进行扩充。

    于是在CSDN上找到了可以对json文件和图片都进行修改的文章，在此感谢原作者we34dfg，文章链接如下基于labelme的图片和json文件的扩增_we34dfg的博客-CSDN博客，然而在运行代码的过程中，遇到了一些问题，于是在原文的基础上，对出现的问题进行了修改，修改后的代码放在文章的最后。

1.代码报错“TypeError: Object of type float32 is not JSON serializable”

     错误原因是json文件写入时内容的类型不对，在此感谢评论区southerx做出的解答，解决方式为修改 write_points_to_json x,y 前加上float new_point = [float(aug_points.keypoints[k].x), float(aug_points.keypoints[k].y)]，在代码中的体现如下：

原代码64-67行

for j in range(len(shapes[i]["points"])):
            new_point = [aug_points.keypoints[k].x, aug_points.keypoints[k].y]
            new_json['shapes'][i]["points"][j] = new_point
            k = k + 1
————————————————
版权声明：本文为CSDN博主「we34dfg」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/we34dfg/article/details/104752336

修改为

for j in range(len(shapes[i]["points"])):
            new_point = [float(aug_points.keypoints[k].x), float(aug_points.keypoints[k].y)]
            new_json['shapes'][i]["points"][j] = new_point
            k = k + 1

2.运行后的文件使用labelme查看变蓝

    第一个错误解决之后，代码跑起来了，但