Labelme 高效标注数据-----txt2json.py

高效标注数据,这里以特定的文字检测(文字交通标志文字检测)为例.

1. 开源模型检测,生成txt.
2. txt2json,生成labelme的格式
3. 打开labelme,进行进一步纠正
4. 当自己的标注数据差不多的时候,用自己的数据,训练一个模型
5. 重复1-3&4

以下是百度开源API进行文字检测与识别的python代码

• 输入图片，公开在线API得到list结果  baidu_det_api_high  
• list转换为labelme的json格式  det2json
• 画出来瞅瞅 draw

from glob import glob
from tqdm import tqdm
import shutil
import os 
##还没标记的图片，用百度API检测出来
image_test=glob('/home/zj/OCR/projects/AdvancedEAST/icpr/test/nodetimage/*.jpg')
for imagepath in tqdm(image_test):
    result_dict=baidu_det_api_high(imagepath)
    det2json(imagepath,result_dict,'./test/baidu_det_json/')
    draw(imagepath,result_dict,'./test/baidu_det/')

 

from urllib.parse import urlencode
import urllib3,base64
def baidu_det_api_high(imagepath):
    access_token='24.3e825a7d...'(官网获取)
    http=urllib3.PoolManager()
    ##通用文字识别（含位置信息版）一天500次
    url='https://aip.baidubce.com/rest/2.0/ocr/v1/accurate?access_token='+access_token
    #对base64数据进行urlencode处理
    f = open(imagepath,'rb')
    #参数image：图像base64编码
    img = base64.b64encode(f.read())
    params={'image':img,'language_type':'CHN_ENG','vertexes_location':'true'}
    params=urlencode(params)
    request=http.request('POST', 
                          url,
                          body=params,
                          headers={'Content-Type':'application/x-www-form-urlencoded'})
    #对返回的byte字节进行处理。Python3输出位串，而不是可读的字符串，需要进行转换
    result = str(request.data,'utf-8')
    ###result由str转换为dict   eval
    result_dict=eval(result)
    return result_dict
    #print(result_dict)
    #print(result_dict['words_result'])##得到的是一个列表

注意我修改了labelme的源码,#注释掉了app.py中的   #if line_color:#if fill_color:,而且下面的是Windows下的labelme的使用,如果是ubuntu的请修改encoding='gbk'

import json
import cv2
import os
from collections import OrderedDict
def det2json(image_path,result_dict,savepath):
    """
    image_path：'./test/image_test/43_788_533.jpg'
    result_dict：检测的结果，result_dict['words_result'],是一个里面是字典的列表
    savepath:'/test/baidu_det_json/'
    """
    image_name=os.path.basename(image_path)
    jsom_name= os.path.basename(image_path)[:-4]+'.json'#43_788_533.json
    f = open(image_path,'rb')
    img=cv2.imread(image_path)
    imageHeight,imageWidth,channel=img.shape
    #参数image：图像base64编码
    imageData = base64.b64encode(f.read()).decode('utf-8')#.decode('utf-8')是为了去除字符串前面的r
    
    #json的前面部分
    data_prex=OrderedDict([("version", "3.16.0"),("flags", {}),("shapes",[])])
    json_final=json.dumps(data_prex,skipkeys=False, ensure_ascii=False,sort_keys=False,indent=2)
    
    #json_final表示最终的json
    json_final=json_final[:-3]
    #print(json_final)
    if 'words_result' in result_dict and result_dict['words_result_num']>0:
        for dict_ocr in result_dict['words_result']:
            if is_chinese_or_num(dict_ocr['words']):
                #print(dict_ocr['words'],dict_ocr['vertexes_location'])
                label=dict_ocr['words']
                box=dict_ocr['vertexes_location']
                #OrderedDict不然保存的顺序会乱
                #@###注意！！因为"line_color", null后面的引号，我去不掉，就改了labelme的源码
                #注释掉了app.py中的   #if line_color:#if fill_color:
                data_cen=OrderedDict([( "label", label),("line_color", 'null'),("fill_color", 'null'),
                         ("points",[[box[0]['x'],box[0]['y']],[box[1]['x'],box[1]['y']],
                                  [box[2]['x'],box[2]['y']],[box[3]['x'],box[3]['y']]]),
                         ("shape_type", "polygon"),
                          ("flags", {})
                         ])
                json_final+=json.dumps(data_cen,skipkeys=False, ensure_ascii=False,sort_keys=False,indent=4)
                json_final+=','
        #print(json_final)
        json_final=json_final[:-1]+']'+','
        data_final=OrderedDict([("lineColor",[0,255,0,128]),("fillColor",[255,0,0,128]),("imagePath",r'..\TextImages\\'[:-1] +image_name),
                    ("imageData",str(imageData)),("imageHeight", imageHeight),("imageWidth", imageWidth)])
        json_final+=json.dumps(data_final,skipkeys=False, ensure_ascii=False,sort_keys=False,indent=2)[1:]
        #print(json_final)
        with open(savepath+jsom_name, 'w',encoding='gbk') as f:#wondow要用要用gbk编码
            f.write(json_final)
#det2json('./test/image_test/43_788_533.jpg',result_dict,'./test/baidu_det_json/')

 

###将识别结果画在原图上瞅瞅
import cv2
import os
import numpy as np
def draw(imagepath,result_dict,newpath):
    """
    imagepath:图片路径
    result_dict:识别结果
    return：画出检测结果
    """
    im=cv2.imread(imagepath)
    picname=os.path.basename(imagepath)
    if 'words_result' in result_dict and result_dict['words_result_num']>0:#如果存在检测结果
        for dict_ocr in result_dict['words_result']:
            #一张图，2个标记，每个标记四个定点，一个label
            if is_chinese_or_num(dict_ocr['words']):
                label=dict_ocr['words']
                box=dict_ocr['vertexes_location']
                pts=np.array([[box[0]['x'],box[0]['y']],[box[1]['x'],box[1]['y']],
                              [box[2]['x'],box[2]['y']],[box[3]['x'],box[3]['y']]],np.int32)

                pts = pts.reshape((-1,1,2))
                cv2.polylines(im,[pts],True,(0,255,255),1)##[box]！！
                #cv2.putText(im,label,(box[1]['x'],box[1]['y']),cv2.FONT_HERSHEY_COMPLEX,3,(255,255,0),2)
        cv2.imwrite(newpath+picname,im)