Python将Labelme的Json标注文件进行增、删、改、查

最新推荐文章于 2024-09-04 10:31:20 发布
最新推荐文章于 2024-09-04 10:31:20 发布
阅读量1.4k 收藏 33
点赞数 17
分类专栏： Python日常小操作 文章标签： python json 开发语言 目标检测 Labelme
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/FriendshipTang/article/details/134698449
版权

Python将Labelme的Json标注文件进行增、删、改、查

在这里插入图片描述

前言

前提条件

相关介绍

  • Python是一种跨平台的计算机程序设计语言。是一个高层次的结合了解释性、编译性、互动性和面向对象的脚本语言。最初被设计用于编写自动化脚本(shell)，随着版本的不断更新和语言新功能的添加，越多被用于独立的、大型项目的开发。
  • PyTorch 是一个深度学习框架，封装好了很多网络和深度学习相关的工具方便我们调用，而不用我们一个个去单独写了。它分为 CPU 和 GPU 版本，其他框架还有 TensorFlow、Caffe 等。PyTorch 是由 Facebook 人工智能研究院（FAIR）基于 Torch 推出的，它是一个基于 Python 的可续计算包，提供两个高级功能：1、具有强大的 GPU 加速的张量计算（如 NumPy）；2、构建深度神经网络时的自动微分机制。
  • YOLOv5是一种单阶段目标检测算法，该算法在YOLOv4的基础上添加了一些新的改进思路，使其速度与精度都得到了极大的性能提升。它是一个在COCO数据集上预训练的物体检测架构和模型系列，代表了Ultralytics对未来视觉AI方法的开源研究，其中包含了经过数千小时的研究和开发而形成的经验教训和最佳实践。
  • Labelme是一款图像标注工具，由麻省理工(MIT)的计算机科学和人工智能实验室(CSAIL)研发。它是用Python和PyQT编写的，开源且免费。Labelme支持Windows、Linux和Mac等操作系统。
  • 这款工具提供了直观的图形界面，允许用户在图像上标注多种类型的目标，例如矩形框、多边形、线条等，甚至包括更复杂的形状。标注结果以JSON格式保存，便于后续处理和分析。这些标注信息可以用于目标检测、图像分割、图像分类等任务。
  • 总的来说，Labelme是一款强大且易用的图像标注工具，可以满足不同的图像处理需求。
  • Labelme标注json文件是一种用于存储标注信息的文件格式，它包含了以下几个主要的字段：
    • version: Labelme的版本号，例如"4.5.6"。
    • flags: 一些全局的标志，例如是否是分割任务，是否有多边形，等等。
    • shapes: 一个列表，每个元素是一个字典，表示一个标注对象。每个字典包含了以下几个字段：
      • label: 标注对象的类别名称，例如"dog"。
      • points: 一个列表，每个元素是一个坐标对，表示标注对象的边界点，例如[[10, 20], [30, 40]]。
      • group_id: 标注对象的分组编号，用于表示属于同一组的对象，例如1。
      • shape_type: 标注对象的形状类型，例如"polygon"，“rectangle”，“circle”，等等。
      • flags: 一些针对该标注对象的标志，例如是否是难例，是否被遮挡，等等。
    • lineColor: 标注对象的边界线颜色，例如[0, 255, 0, 128]。
    • fillColor: 标注对象的填充颜色，例如[255, 0, 0, 128]。
    • imagePath: 图像文件的相对路径，例如"img_001.jpg"。
    • imageData: 图像文件的二进制数据，经过base64编码后的字符串，例如"iVBORw0KGgoAAAANSUhEUgAA…"。
    • imageHeight: 图像的高度，例如600。
    • imageWidth: 图像的宽度，例如800。

以下是一个Labelme标注json文件的示例：

{
  "version": "4.5.6",
  "flags": {},
  "shapes": [
    {
      "label": "dog",
      "points": [
        [
          121.0,
          233.0
        ],
        [
          223.0,
          232.0
        ],
        [
          246.0,
          334.0
        ],
        [
          121.0,
          337.0
        ]
      ],
      "group_id": null,
      "shape_type": "polygon",
      "flags": {}
    }
  ],
  "lineColor": [
    0,
    255,
    0,
    128
  ],
  "fillColor": [
    255,
    0,
    0,
    128
  ],
  "imagePath": "img_001.jpg",
  "imageData": "iVBORw0KGgoAAAANSUhEUgAA...",
  "imageHeight": 600,
  "imageWidth": 800
}

实验环境

  • Python 3.x （面向对象的高级语言）

Json标注文件的增、删、改、查

  • 背景：将标注好的Labelme的Json文件进行增、删、改、查。
  • 目录结构示例
    在这里插入图片描述
  • jsons：原始Labelme标注文件所在的文件夹。
  • output_jsons：修改后的Labelme标注文件所在的文件夹。

增

{
    "version": "4.5.7",
    "flags": {},
    "shapes": [
        {
            "label": "22",
            "score": 0.99,
            "group_id": null,
            "shape_type": "rectangle",
            "flags": {},
            "points": [
                [
                    0.9600000000000009,
                    20.06000000000001
                ],
                [
                    442.19008,
                    399.21015
                ]
            ]
        }
    ],
    "imagePath": "000000000034.jpg",
    "imageData": null,
    "imageHeight": 425,
    "imageWidth": 640
}

代码实现

def add_info_in_json(in_json_path,out_json_path):
    '''
    添加信息到json文件
    '''
    shapes_dict = {
        'label': '0', 
        'points': [[20,50],[30,70]], # [[x1,y1],[x2,y2]]
        'group_id': None, 
        'shape_type': 'rectangle', 
        'flags': {}
        }

    with open(in_json_path,'r') as f:
        json_data = json.load(f)
    # print(json_data)

    json_data['shapes'].append(shapes_dict)

    # 创建一个写文件
    with open(out_json_path, "w", encoding='utf-8') as f:
        # 将修改后的数据写入文件
        f.write(json.dumps(json_data))

输出结果

{
    "version": "4.5.7",
    "flags": {},
    "shapes": [
        {
            "label": "22",
            "score": 0.99,
            "group_id": null,
            "shape_type": "rectangle",
            "flags": {},
            "points": [
                [
                    0.9600000000000009,
                    20.06000000000001
                ],
                [
                    442.19008,
                    399.21015
                ]
            ]
        },
        {
            "label": "0",
            "points": [
                [
                    20,
                    50
                ],
                [
                    30,
                    70
                ]
            ],
            "group_id": null,
            "shape_type": "rectangle",
            "flags": {}
        }
    ],
    "imagePath": "000000000034.jpg",
    "imageData": null,
    "imageHeight": 425,
    "imageWidth": 640
}

删

{
    "version": "4.5.7",
    "flags": {},
    "shapes": [
        {
            "label": "45",
            "score": 0.99,
            "group_id": null,
            "shape_type": "rectangle",
            "flags": {},
            "points": [
                [
                    1.0799999999999699,
                    187.69008
                ],
                [
                    612.66976,
                    473.53008
                ]
            ]
        },
        {
            "label": "45",
            "score": 0.99,
            "group_id": null,
            "shape_type": "rectangle",
            "flags": {},
            "points": [
                [
                    311.73024,
                    4.310160000000001
                ],
                [
                    631.01024,
                    232.99032
                ]
            ]
        },
        {
            "label": "50",
            "score": 0.99,
            "group_id": null,
            "shape_type": "rectangle",
            "flags": {},
            "points": [
                [
                    249.60032000000007,
                    229.27032
                ],
                [
                    565.84032,
                    474.35016
                ]
            ]
        },
        {
            "label": "45",
            "score": 0.99,
            "group_id": null,
            "shape_type": "rectangle",
            "flags": {},
            "points": [
                [
                    0.0003200000000092018,
                    13.510080000000002
                ],
                [
                    434.48032,
                    388.63007999999996
                ]
            ]
        },
        {
            "label": "49",
            "score": 0.99,
            "group_id": null,
            "shape_type": "rectangle",
            "flags": {},
            "points": [
                [
                    376.2,
                    40.35996
                ],
                [
                    451.75007999999997,
                    86.88996
                ]
            ]
        },
        {
            "label": "49",
            "score": 0.99,
            "group_id": null,
            "shape_type": "rectangle",
            "flags": {},
            "points": [
                [
                    465.7797119999999,
                    38.969952
                ],
                [
                    523.849728,
                    85.63996800000001
                ]
            ]
        },
        {
            "label": "49",
            "score": 0.99,
            "group_id": null,
            "shape_type": "rectangle",
            "flags": {},
            "points": [
                [
                    385.70016000000004,
                    73.65983999999999
                ],
                [
                    469.72,
                    144.16992
                ]
            ]
        },
        {
            "label": "49",
            "score": 0.99,
            "group_id": null,
            "shape_type": "rectangle",
            "flags": {},
            "points": [
                [
                    364.04959999999994,
                    2.4900960000000016
                ],
                [
                    458.80992,
                    73.559856
                ]
            ]
        }
    ],
    "imagePath": "000000000009.jpg",
    "imageData": null,
    "imageHeight": 480,
    "imageWidth": 640
}

代码实现

def del_info_in_json(in_json_path,out_json_path):
    '''
    删除json文件的信息
    '''
    with open(in_json_path,'r') as f:
        json_data = json.load(f)
    # print(json_data)

    # 以删除指定label为例,比如删除掉'label' == "49"的标注信息
    json_data_shape =  copy.deepcopy(json_data['shapes'])
    for i in json_data_shape:
        if i['label'] == "49":
            json_data['shapes'].remove(i)
            
    # 创建一个写文件
    with open(out_json_path, "w", encoding='utf-8') as f:
        # 将修改后的数据写入文件
        f.write(json.dumps(json_data))

输出结果

{
    "version": "4.5.7",
    "flags": {},
    "shapes": [
        {
            "label": "45",
            "score": 0.99,
            "group_id": null,
            "shape_type": "rectangle",
            "flags": {},
            "points": [
                [
                    1.0799999999999699,
                    187.69008
                ],
                [
                    612.66976,
                    473.53008
                ]
            ]
        },
        {
            "label": "45",
            "score": 0.99,
            "group_id": null,
            "shape_type": "rectangle",
            "flags": {},
            "points": [
                [
                    311.73024,
                    4.310160000000001
                ],
                [
                    631.01024,
                    232.99032
                ]
            ]
        },
        {
            "label": "50",
            "score": 0.99,
            "group_id": null,
            "shape_type": "rectangle",
            "flags": {},
            "points": [
                [
                    249.60032000000007,
                    229.27032
                ],
                [
                    565.84032,
                    474.35016
                ]
            ]
        },
        {
            "label": "45",
            "score": 0.99,
            "group_id": null,
            "shape_type": "rectangle",
            "flags": {},
            "points": [
                [
                    0.0003200000000092018,
                    13.510080000000002
                ],
                [
                    434.48032,
                    388.63007999999996
                ]
            ]
        }
    ],
    "imagePath": "000000000009.jpg",
    "imageData": null,
    "imageHeight": 480,
    "imageWidth": 640
}

改

{
    "version": "4.5.7",
    "flags": {},
    "shapes": [
        {
            "label": "45",
            "score": 0.99,
            "group_id": null,
            "shape_type": "rectangle",
            "flags": {},
            "points": [
                [
                    1.0799999999999699,
                    187.69008
                ],
                [
                    612.66976,
                    473.53008
                ]
            ]
        },
        {
            "label": "45",
            "score": 0.99,
            "group_id": null,
            "shape_type": "rectangle",
            "flags": {},
            "points": [
                [
                    311.73024,
                    4.310160000000001
                ],
                [
                    631.01024,
                    232.99032
                ]
            ]
        },
        {
            "label": "50",
            "score": 0.99,
            "group_id": null,
            "shape_type": "rectangle",
            "flags": {},
            "points": [
                [
                    249.60032000000007,
                    229.27032
                ],
                [
                    565.84032,
                    474.35016
                ]
            ]
        },
        {
            "label": "45",
            "score": 0.99,
            "group_id": null,
            "shape_type": "rectangle",
            "flags": {},
            "points": [
                [
                    0.0003200000000092018,
                    13.510080000000002
                ],
                [
                    434.48032,
                    388.63007999999996
                ]
            ]
        },
        {
            "label": "49",
            "score": 0.99,
            "group_id": null,
            "shape_type": "rectangle",
            "flags": {},
            "points": [
                [
                    376.2,
                    40.35996
                ],
                [
                    451.75007999999997,
                    86.88996
                ]
            ]
        },
        {
            "label": "49",
            "score": 0.99,
            "group_id": null,
            "shape_type": "rectangle",
            "flags": {},
            "points": [
                [
                    465.7797119999999,
                    38.969952
                ],
                [
                    523.849728,
                    85.63996800000001
                ]
            ]
        },
        {
            "label": "49",
            "score": 0.99,
            "group_id": null,
            "shape_type": "rectangle",
            "flags": {},
            "points": [
                [
                    385.70016000000004,
                    73.65983999999999
                ],
                [
                    469.72,
                    144.16992
                ]
            ]
        },
        {
            "label": "49",
            "score": 0.99,
            "group_id": null,
            "shape_type": "rectangle",
            "flags": {},
            "points": [
                [
                    364.04959999999994,
                    2.4900960000000016
                ],
                [
                    458.80992,
                    73.559856
                ]
            ]
        }
    ],
    "imagePath": "000000000009.jpg",
    "imageData": null,
    "imageHeight": 480,
    "imageWidth": 640
}

代码实现

def alter_info_in_json(in_json_path,out_json_path):
    '''
    修改json文件的信息
    '''
    with open(in_json_path,'r') as f:
        json_data = json.load(f)
    # print(json_data)

    # 以修改label为例,比如将'label' == "49"改为 'label' == "orange"
    json_data_shape =  copy.deepcopy(json_data['shapes'])
    for i in json_data_shape:
        if i['label'] == "49":
            i['label'] = "orange"
    json_data['shapes'] = json_data_shape
            
    # 创建一个写文件
    with open(out_json_path, "w", encoding='utf-8') as f:
        # 将修改后的数据写入文件
        f.write(json.dumps(json_data))

输出结果

{
    "version": "4.5.7",
    "flags": {},
    "shapes": [
        {
            "label": "45",
            "score": 0.99,
            "group_id": null,
            "shape_type": "rectangle",
            "flags": {},
            "points": [
                [
                    1.0799999999999699,
                    187.69008
                ],
                [
                    612.66976,
                    473.53008
                ]
            ]
        },
        {
            "label": "45",
            "score": 0.99,
            "group_id": null,
            "shape_type": "rectangle",
            "flags": {},
            "points": [
                [
                    311.73024,
                    4.310160000000001
                ],
                [
                    631.01024,
                    232.99032
                ]
            ]
        },
        {
            "label": "50",
            "score": 0.99,
            "group_id": null,
            "shape_type": "rectangle",
            "flags": {},
            "points": [
                [
                    249.60032000000007,
                    229.27032
                ],
                [
                    565.84032,
                    474.35016
                ]
            ]
        },
        {
            "label": "45",
            "score": 0.99,
            "group_id": null,
            "shape_type": "rectangle",
            "flags": {},
            "points": [
                [
                    0.0003200000000092018,
                    13.510080000000002
                ],
                [
                    434.48032,
                    388.63007999999996
                ]
            ]
        },
        {
            "label": "orange",
            "score": 0.99,
            "group_id": null,
            "shape_type": "rectangle",
            "flags": {},
            "points": [
                [
                    376.2,
                    40.35996
                ],
                [
                    451.75007999999997,
                    86.88996
                ]
            ]
        },
        {
            "label": "orange",
            "score": 0.99,
            "group_id": null,
            "shape_type": "rectangle",
            "flags": {},
            "points": [
                [
                    465.7797119999999,
                    38.969952
                ],
                [
                    523.849728,
                    85.63996800000001
                ]
            ]
        },
        {
            "label": "orange",
            "score": 0.99,
            "group_id": null,
            "shape_type": "rectangle",
            "flags": {},
            "points": [
                [
                    385.70016000000004,
                    73.65983999999999
                ],
                [
                    469.72,
                    144.16992
                ]
            ]
        },
        {
            "label": "orange",
            "score": 0.99,
            "group_id": null,
            "shape_type": "rectangle",
            "flags": {},
            "points": [
                [
                    364.04959999999994,
                    2.4900960000000016
                ],
                [
                    458.80992,
                    73.559856
                ]
            ]
        }
    ],
    "imagePath": "000000000009.jpg",
    "imageData": null,
    "imageHeight": 480,
    "imageWidth": 640
}

查

{
    "version": "4.5.7",
    "flags": {},
    "shapes": [
        {
            "label": "45",
            "score": 0.99,
            "group_id": null,
            "shape_type": "rectangle",
            "flags": {},
            "points": [
                [
                    1.0799999999999699,
                    187.69008
                ],
                [
                    612.66976,
                    473.53008
                ]
            ]
        },
        {
            "label": "45",
            "score": 0.99,
            "group_id": null,
            "shape_type": "rectangle",
            "flags": {},
            "points": [
                [
                    311.73024,
                    4.310160000000001
                ],
                [
                    631.01024,
                    232.99032
                ]
            ]
        },
        {
            "label": "50",
            "score": 0.99,
            "group_id": null,
            "shape_type": "rectangle",
            "flags": {},
            "points": [
                [
                    249.60032000000007,
                    229.27032
                ],
                [
                    565.84032,
                    474.35016
                ]
            ]
        },
        {
            "label": "45",
            "score": 0.99,
            "group_id": null,
            "shape_type": "rectangle",
            "flags": {},
            "points": [
                [
                    0.0003200000000092018,
                    13.510080000000002
                ],
                [
                    434.48032,
                    388.63007999999996
                ]
            ]
        },
        {
            "label": "49",
            "score": 0.99,
            "group_id": null,
            "shape_type": "rectangle",
            "flags": {},
            "points": [
                [
                    376.2,
                    40.35996
                ],
                [
                    451.75007999999997,
                    86.88996
                ]
            ]
        },
        {
            "label": "49",
            "score": 0.99,
            "group_id": null,
            "shape_type": "rectangle",
            "flags": {},
            "points": [
                [
                    465.7797119999999,
                    38.969952
                ],
                [
                    523.849728,
                    85.63996800000001
                ]
            ]
        },
        {
            "label": "49",
            "score": 0.99,
            "group_id": null,
            "shape_type": "rectangle",
            "flags": {},
            "points": [
                [
                    385.70016000000004,
                    73.65983999999999
                ],
                [
                    469.72,
                    144.16992
                ]
            ]
        },
        {
            "label": "49",
            "score": 0.99,
            "group_id": null,
            "shape_type": "rectangle",
            "flags": {},
            "points": [
                [
                    364.04959999999994,
                    2.4900960000000016
                ],
                [
                    458.80992,
                    73.559856
                ]
            ]
        }
    ],
    "imagePath": "000000000009.jpg",
    "imageData": null,
    "imageHeight": 480,
    "imageWidth": 640
}

代码实现

def query_info_in_json(in_json_path,out_json_path):
    '''
    查询json文件的信息
    '''
    with open(in_json_path,'r') as f:
        json_data = json.load(f)
    # print(json_data)

    # 以查询label信息为例,比如输出'label' == "49"的标注信息
    json_data_shape =  copy.deepcopy(json_data['shapes'])
    for i in json_data_shape:
        if i['label'] == "49":
            print(i)

输出结果

在这里插入图片描述

FriendshipT
关注
  • 17
    点赞
  • 踩
  • 33
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
如何使用Python解析labelme标注数据？
weixin_50547796的博客
06-18 82
在进行计算机视觉相关任务的过程中，我们经常需要处理图像和标注数据。而其中一种常见的标注工具就是labelme，它可以将图像标注数据保存为JSON格式的文本文件。本文将介绍如何使用Python解析这些JSON格式的标注数据。1、安装依赖库我们首先需要安装Python依赖库json、numpy和pillow。使用pip命令可以轻松安装这些库。 2、解析JSON文件下面是一个简单的示例，演示如何使用Python读取并解析labelme标注数据。 3、数据格式说明labelme标注文件包含两部分数据：图像数
Labelme标注文件json批量转txt的python代码
Ben的博客
06-22 710
将json标注文件转为txt格式 用Labelme标注图片后，需要批量转为YOLO系列模型所需的txt格式 注意，此代码仅适用矩形框标注方法的转换 import json import os def convert(img_size, box): x1 = box[0] y1 = box[1] x2 = box[2] y2 = box[3] center_x = (x1 + x2) * 0.5 / img_size[0] center_y = (y1 +
python批量修改labelme（COCO）标注的json文件的label标签名称
qq_44442727的博客
01-18 4843
python批量修改labelme（COCO）标注的json文件的label标签名称 在深度学习的实践中，使用labelme标注软件标注好数据集之后，如果标签的名称标注错误或者需要修改，庞大的数据量依靠人工修改是一项庞大的工作量，这时可以参考以下代码，轻松帮你解决标签名称问题，并且适合大批量修改。 这是使用labelme标注好的json格式文件的信息： 需要实现的是修改label标签，这里是“photovoltaics”。它在这里的位置是一个字典下的shapes键的键值，shapes键值是一个列表，列表的
labelme如何连续查看文件夹下标签json文件，而不是一个一个打开单一文件
qq_43644046的博客
11-17 660
如果一个文件夹下只有json文件，labelme是无法完成审阅得，只允许点击open file而不允许open dir，即使open dir打开了一个完全是json文件得目录，labelme也是没反应的。在labelme得实际应用中，标签完成后，想要查看所有图像标签标得如何，直接审阅json文件时不允许快速点击下一个，打开得openfolder时空白。我是负责审阅别人标签打的标准，结果之前不知道，一直手选下一个文件。然而labelme是允许直接点击下一个持续查看标签得，只需要把。
Python筛选出含有指定label的Json文件
FriendshipTang的博客
03-02 384
Python、OS、JSON、Labelme
相对路径读取json文件 & labelme_shapes_to_label 标签
March_A的博客
04-06 860
【代码】相对路径读取json文件。
Labelme标注json文件批量转xml格式的python代码
Ben的博客
06-22 1310
labelme标注json转xml import os from typing import List, Any import numpy as np import codecs import json from glob import glob import cv2 import shutil from sklearn.model_selection import train_test_split labelme_path = "G:/12json/" #json文件夹路径 saved_pa
read_json_读labelme生成json文件的标注框_
09-30
本篇将深入探讨如何使用Python的`read_json`函数来解析这些JSON文件，提取出标注的边界框信息。 首先，我们需要了解JSON（JavaScript Object Notation）是一种轻量级的数据交换格式，易于人阅读和编写，同时也易于...
Python批量更改json标注文件中的imagePath为当前json名称
06-17
如果重命名过标注文件json名称，但json里的imagePath并不会随之改变，这个代码可以批量修改imagePath为当前json文件名
Labelme json批量导出标注结果文件夹
10-22
批量生成每张图片的标注结果文件夹(含img.png, label.png, label_names.txt, label_viz.png）
Win10系统下安装labelme及json文件批量转化方法
09-18
labelme是一个常用的图像标注工具，它能够帮助我们进行图像分割和对象识别任务，而json文件批量转化是将labelme生成的json文件转换为深度学习模型能够使用的格式。 首先，需要明确的是，本文所提及的环境配置是基于...
如何高效使用python生成labelme空白json文件
weixin_41098105的博客
09-14 1062
如何高效使用python生成labelme空白json文件
【深度学习之路记录02】python代码批量修改Labelme标注的json文件（删除标签、修改标签名）
Sharonnn_的博客
04-23 5428
python批量修改labelme标注的json文件（删除标签、修改标签名）
[详细教程]新版labelme标注后的json文件，提取不同的标签后批量注入到新的背景中作为人工数据集
蛋总的快乐生活
11-01 8473
步骤一、 配置labelme环境二、 用labelme标记数据得到json文件三、提取json文件出相应标签的信息四、注入到新的背景 一、 配置labelme环境 安装anaconda 建立一个环境名为labelme，版本为3.7的环境。 conda create -n labelme python=3.7 切换到该环境 conda activate labelme 安装pyqt5和labelme pip install pyqt5 pip install labelme 在该环境下输
【Pair使用笔记指南3】标注结果转储 labelme 读取的 json 文件
钱多多先森
02-16 2624
pair根据选择标注标签的不同，会保存生成不同的标注文件。对这个复杂的json文件进行转储，生成一个相对比较简单的json文件，可以用labelme打开的文件。下面我们开始吧。
关于labelme自定义数据集 标签删除的操作
热门推荐
weixin_44903538的博客
10-04 1万+
关于labelme自定义数据集 标签删除的操作 labelme自定义的数据集在图像标注过程中，如果生成了一个错误标注的图像块时，右击相应的图像label是无法删除的，如图1： 图1（看右侧Polygon Labels框中） 此时，需要点击图中左列的Edit Polygons，如图2： 选中右侧Polygon Labels中需要删除的label，点击左侧的Edit Polygons，然后点击标注图片中对应需要删除的标签块。如图3： 右击，就会出现删除按钮，点击即可删除，如图4、5： ..
labelme\labelimg标注数据可视化
m0_56247038的博客
05-02 4617
一段代码搞定数据集可视化！
利用shell删除labelme打错的标签
林一百二十八的博客
10-07 2306
我的国庆只有三天假
Python基础 5 - 类、对象、注解
最新发布
云端梦留白的博客
09-04 1382
面向对象（Object-Oriented, OOP）是一种编程范式，它使用“对象”来设计软件，这些对象包含数据（通常称为属性或字段）和代码（通常称为方法或函数），以模拟现实世界实体的属性和行为。面向对象是一种编程方法，通过创建包含数据和行为的对象来模拟现实世界，提高代码的组织性、重用性和灵活性。在 Pyhon 中，想要使用类，必须先创建对象。class 类名称 : # class 关键字，表示定义了一个类，类首字符大写为标准。
python批量修改labelme标注的json文件中的points
07-14
要批量修改labelme标注的JSON文件中的points字段，你可以使用Python来进行操作。下面是一个示例代码： ```python import os import json def batch_modify_points(json_folder, scale_factor): for filename in os.listdir(json_folder): if filename.endswith('.json'): json_path = os.path.join(json_folder, filename) with open(json_path, 'r') as f: data = json.load(f) # 修改points字段 for shape in data['shapes']: points = shape['points'] modified_points = [[int(x * scale_factor), int(y * scale_factor)] for x, y in points] shape['points'] = modified_points # 保存修改后的JSON文件 with open(json_path, 'w') as f: json.dump(data, f, indent=4) # 示例用法 json_folder = '/path/to/json/folder' # JSON文件所在的文件夹路径 scale_factor = 0.5 # 缩放因子，用于修改points字段 batch_modify_points(json_folder, scale_factor) ``` 在示例代码中，你需要将`json_folder`替换为包含JSON文件的实际文件夹路径，并将`scale_factor`替换为适当的缩放因子。代码会遍历指定文件夹中的所有JSON文件，并将每个shape中的points字段按照缩放因子进行修改，然后保存修改后的JSON文件。 请注意，示例代码中假设points字段是由一对浮点数表示的(x, y)坐标。根据你的具体情况，你可能需要对代码进行适当的修改来处理其他形式的points字段。
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

打赏作者

FriendshipT

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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