[数据集制作]json转voc及mask红黑转白黑

json转voc

参考链接
语义分割：标注json文件转mask
labelme2voc.py

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


def main():
    logger.warning(
        "This script is aimed to demonstrate how to convert the "
        "JSON file to a single image dataset."
    )
    logger.warning(
        "It won't handle multiple JSON files to generate a "
        "real-use dataset."
    )

    # json_file是标注完之后生成的json文件的目录。out_dir是输出目录，即数据处理完之后文件保存的路径
    json_file = r"D:\\workspace\\U2Net\\test_datasheet\\jsons"

    out_jpgs_path   = r"D:\\workspace\\U2Net\\test_datasheet\\data\\img"
    out_mask_path   = r"D:\\workspace\\U2Net\\test_datasheet\\data\\mask"

    # 如果输出的路径不存在，则自动创建这个路径
    if not osp.exists(out_jpgs_path):
        os.mkdir(out_jpgs_path)

    if not osp.exists(out_mask_path):
        os.mkdir(out_mask_path)

    for file_name in os.listdir(json_file):
        # 遍历json_file里面所有的文件，并判断这个文件是不是以.json结尾
        if file_name.endswith(".json"):
            path = os.path.join(json_file, file_name)
            if os.path.isfile(path):
                data = json.load(open(path))

                # 获取json里面的图片数据，也就是二进制数据
                imageData = data.get("imageData")
                # 如果通过data.get获取到的数据为空，就重新读取图片数据
                if not imageData:
                    imagePath = os.path.join(json_file, data["imagePath"])
                    with open(imagePath, "rb") as f:
                        imageData = f.read()
                        imageData = base64.b64encode(imageData).decode("utf-8")
                #  将二进制数据转变成numpy格式的数据
                img = utils.img_b64_to_arr(imageData)


                # 将类别名称转换成数值，以便于计算
                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, image=imgviz.asgray(img), label_names=label_names, loc="rb"
                )


                # 将输出结果保存，
                PIL.Image.fromarray(img).save(osp.join(out_jpgs_path, file_name.split(".")[0]+'.jpg'))
                utils.lblsave(osp.join(out_mask_path, "%s.png" % file_name.split(".")[0]), lbl)

    print("Done")



if __name__ == "__main__":
    main()
# python labelme2voc.py

mask红黑转白黑

参考链接：
labelme制作语义分割数据集改变掩码(mask)的颜色
labelme: 用于将黑红色mask标签图转为黑白的mask标签
mask_red2white.py

import numpy as np
import os
from PIL import Image

np.set_printoptions(threshold=np.inf)


# 这个函数用于将红色标签图转为白的的标签（其实红色的标签表示灰度值为1(也是只有一个通道）），但不知道为何会显示出红色
def RedToWhite(img_dir, new_img_dir):
    folders = os.listdir(img_dir)  # 得img_dir中所有文件的名字

    for floder in folders:
        image_path = os.path.join(img_dir, floder)
        img = Image.open(image_path)  # 打开图片
        newImg = np.array(img) * 255  # 红色的标签表示灰度值为1,乘以255后都变为255
        newImg = newImg.astype(np.uint8)
        newImg = Image.fromarray(newImg)
        newImg_path = os.path.join(new_img_dir, floder)
        newImg.save(newImg_path)


if __name__ == '__main__':
    img_path = r'D:\workspace\U2Net\test_datasheet\data\mask1'
    newImg_path = r'D:\workspace\U2Net\test_datasheet\data\mask'
    RedToWhite(img_path, newImg_path)

#python mask_red2white.py