labelme批量处理json文件

问题：

有时候使用labelme_json_to_dataset.exe C:\Users\Mango\Desktop\total来解决太麻烦了。还得找各种路径，推荐以下方法直接在你们的IDE里打开复制粘贴运行就行。

解决：

处理时遇到批量处理，直接在python里打开以下代码运行即可。
需要改的代码：

 list_path = os.listdir('C:/Users/27194/Desktop/data/json')

json_file = 'C:/Users/27194/Desktop/data/json/' + list_path[i]

这两行代码记得改成自己的目录，切记：
1.你所指定的目录只能含有json文件！，其他的都删掉
2.list_path 和 json_file指定的要是一个文件夹（只含有json那个文件夹）
3.记得json_file里指定的文件夹最后要多个“/”。

'''
处理时记得指定的路径里只能在文件夹里放json文件
'''
import argparse
import base64
import json
import os
import os.path as osp

import imgviz
import PIL.Image

from labelme.logger import logger
from labelme import utils
import cv2
from math import *
import numpy as np
import random

def main():


    list_path = os.listdir('C:/Users/27194/Desktop/data/json') #与下面的json_file的路径最好一致；
    for i in range(0, len(list_path)):
        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 = 'C:/Users/27194/Desktop/data/json/' + list_path[i]
        print(list_path[i])
        if args.out is None:
            out_dir = osp.basename(json_file).replace('.', '_')  # 返回文件名
            out_dir = osp.join(osp.dirname(json_file), out_dir)  # 把目录和文件名合成一个路径
        else:
            out_dir = args.out
        if not osp.exists(out_dir):
            os.mkdir(out_dir)  # 用于以数字权限模式创建目录

        data = json.load(open(json_file))
        imageData = data.get('imageData')

        if not imageData:
            imagePath = os.path.join(os.path.dirname(json_file), data['imagePath'])  # os.path.dirname返回文件路径
            with open(imagePath, 'rb') as f:
                imageData = f.read()
                imageData = base64.b64encode(imageData).decode('utf-8')
        img = utils.img_b64_to_arr(imageData)

        label_name_to_value = {'_background_': 0}
        for shape in sorted(data['shapes'], key=lambda x: x['label']):
            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
        lbl, _ = utils.shapes_to_label(
            img.shape, data['shapes'], label_name_to_value
        )

        label_names = [None] * (max(label_name_to_value.values()) + 1)
        for name, value in label_name_to_value.items():
            label_names[value] = name

        lbl_viz = imgviz.label2rgb(
            label=lbl, img=imgviz.asgray(img), label_names=label_names, loc='rb'
        )

        PIL.Image.fromarray(img).save(osp.join(out_dir, 'img.png'))
        utils.lblsave(osp.join(out_dir, 'label.png'), lbl)
        PIL.Image.fromarray(lbl_viz).save(osp.join(out_dir, 'label_viz.png'))

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

        logger.info('Saved to: {}'.format(out_dir))
        x = out_dir + '\\label.png'


if __name__ == '__main__':
    main()

---