labelme制作数据集

使用labelme制作自己的数据集

环境准备

安装anaconda啥的,新建一个虚拟环境后

pip install labelme

labelme操作

使用命令打开labelme

activate 环境
labelme

点击open或者opendir打开文件或文件夹，点击create ploygons对图片进行标记，同一类的用同样的字母或者数字表示。
标记完成后会在图片文件夹下生成 ,json 文件，包含了图片和标记信息，选择所有的 .json 文件移动到一个新的文件夹保存。

使用.json文件生成数据集（单个文件）

json文件里面已经有图片的所有信息了，所以只需要json文夹就能制作所需的东西

1. 找到labelme安装路径下的script，找到labelme_json_to_dataset.exe所在目录
   （启动labelme时会有路径输出，我的在E:\ProgramData\Anaconda3\envs\others\Scripts里面）
2. 把labelme_json_to_dataset.exe复制到刚才存放json文件的文件夹里面
3. 并且在此目录下运行cmd，激活labelme环境,输入指令

python labelme_json_to_dataset.exe 名字.json

4. 可以看到当前目录里面出现了一个新文件夹，里面包括原图、mask图

使用.json文件生成数据集（批量）

但是上面这样只能一个一个手动打进去生成，所以考虑一下批量生成

1. 首先使用sh脚本把所有json重新从1开始命名，如1.json、2.json…
2. 因为labelme_json_to_dataset.exe这个程序一次只能搞一个，所以想办法循环执行，我用的是python，新建一个process.py文件。

import os
import time

# 注意：使用前先把所有json文件重新按顺序命名

# 命令行里cd到当前文件夹
# 然后python process.py开始转换

# 文件数量
picture_num = 251
t = time.time()
for i in range(251):
    # 在命令行中执行引号里面的语句：循环转换数据集
    os.popen("python labelme_json_to_dataset.exe %d.json" % (i+1))
    # 暂停11s，不然内存会炸，视cpu减小
    time.sleep(11)
print("time-consuming is %f" % (time.time()-t))
    

运行时间有点长，因为每个都有点慢…这个方法很蠢，用的是本来的自带的程序，肯定还有其他更好的办法，不过我是个菜鸡，贪方便就先这样弄吧，以后随缘找到其他方法再弄下。

刚找到一个比较高端的代码:
https://blog.csdn.net/weixin_41319671/article/details/82684334

2019-7-1:又尝试照着大佬的代码改了下

import json
import matplotlib.pyplot as plt
import numpy as np
import os
import cv2

from labelme import utils

json_path = "./json_file/"
file_list = os.listdir(json_path)
for loop_count in range(0, len(file_list)):
    # 读取文件名
    json_file = os.path.join(json_path, file_list[loop_count])
    # 判断是否为 文件 (不对文件夹进行处理)
    if os.path.isfile(json_file):
        # 打开，order：RGB
        data = json.load(open(json_file))
        ''' 其他
        data['imageData'] # 原图数据 str
        data['shapes'] # 每个对像mask及label  list
        len(data['shapes']) # 返回对象个数 int
        data['shapes'][0]['label'] # 返回第一个对象的标签 str
        data['shapes'][0]['points'] # 返回第一个对象的边界点 list
        data['shapes'][0]['points'][0] # 返回第一个对象的边界点第一个点 list

        data['imagePath'] # 原图路径 str
        data['fillColor'] # 填充颜色（边界内部） list
        data['lineColor'] # 边界线颜色  list
        '''

        # write_to_json(save_dict=data, save_path="save_json_test.json")

        # 把json文件中的二进制图片格式转化为array数组形式
        img = utils.img_b64_to_arr(data['imageData'])

        # 转换label（重要）
        #  lbl 为与输入图片大小一致的，按标记赋值的二维数组（也就是训练要用到的mask）：
        # 如一共有5类，则背景为0，第一类范围：1，第二类范围：2， 第三类范围：3，... 由此类推
        #  lbl_names 是不同标签的名称，如第一类（json中的标记名）：1
        #
        # 解析'shapes'中的字段信息，解析出每个对象的mask与对应的label
        # lbl存储 mask，lbl_names 存储对应的label
        # lal 像素取值 0、1、2 其中0对应背景，1对应第一个对象，2对应第二个对象
        # 使用该方法取出每个对象的mask mask=[] mask.append((lbl==1).astype(np.uint8))
        # 解析出像素值为1的对象，对应第一个对象 mask 为0、1组成的（0为背景，1为对象）
        # lbl_names  ['background','cat_1','cat_2']
        lbl, lbl_names = utils.labelme_shapes_to_label(img.shape, data['shapes'])

        # 取出标签的key和value
        captions = ['%d: %s' % (l, name) for l, name in enumerate(lbl_names)]

        # 画出原图上面覆盖有lbl的多层的图（用处不大）
        lbl_viz = utils.draw_label(lbl, img, captions)

        # lbl_names[0] 默认为背景，对应的像素值为0
        # 解析图片中的对象 像素值不为0（0 对应背景）
        mask = []
        class_id = []
        # 跳过第一个class（默认为背景）
        for i in range(1, len(lbl_names)):
            # 解析出每种标记对应的图，如：第一种对象标记为1，那么就单独取出第一种对象组成一张mask
            # (lbl == i)会把对应位置变成True，用astype转为int8
            # 此时对应位置置1，其余为0
            mask.append((lbl == i).astype(np.uint8))
            # mask与clas 一一对应
            class_id.append(i)

        mask = np.transpose(np.asarray(mask, np.uint8), [1, 2, 0])  # 转成[h,w,instance count]
        class_id = np.asarray(class_id, np.uint8)  # [instance count,]
        # class_name = lbl_names[1:]  # 不需要包含背景
        # 获取标记值（原json文件中的）
        class_name = [key for key in lbl_names.keys()]
        # 删掉背景标记
        del class_name[0]

        # 保存文件
        # os.path.basename:返回path最后的文件名,如path='D:\CSDN'-> os.path.basename(path)=CSDN
        out_dir = os.path.basename(file_list[loop_count]).replace('.', '_')
        # os.path.dirname：去掉文件名，返回目录
        out_dir = os.path.join(os.path.dirname(file_list[loop_count]), out_dir)
        if not os.path.exists(out_dir):
            os.mkdir(out_dir)

        cv2.imwrite(os.path.join(out_dir, 'img.png'), cv2.cvtColor(img, cv2.COLOR_RGB2BGR))
        for i in range(len(lbl_names)-1):
            # 转化为二值图
            _, mask[:,:,i] = cv2.threshold(mask[:,:,i], 0.5, 255, type=cv2.THRESH_BINARY)
            cv2.imwrite(os.path.join(out_dir, 'label%d.png' % i), mask[:,:,i])
        cv2.imwrite(os.path.join(out_dir, 'label_viz.png'), lbl_viz)
        with open(os.path.join(out_dir, 'label_names.txt'), 'w') as f:
            for lbl_name in lbl_names:
                f.write(lbl_name + '\n')
        print('Saved to: %s' % out_dir)

参考：
https://www.cnblogs.com/roscangjie/p/10737053.html
https://blog.csdn.net/wc781708249/article/details/79486819