【T-Rex Label基础教程】全新的自动化图片标注工具/软件提高效率必备可在线

斑斓GORGEOUS

已于 2024-09-25 09:09:22 修改

阅读量900

点赞数 14

分类专栏：图像文章标签：自动化运维经验分享人工智能数据分析目标检测 python

于 2024-09-25 00:17:31 首次发布

本文链接：https://blog.csdn.net/luokang21/article/details/142501950

版权

图像专栏收录该内容

2 篇文章 0 订阅

订阅专栏

T-Rex Label是一种自动化辅助图片标注的工具，它可以使人们脱离繁琐的传统标注流程（如LabelImg），极大地提高标注的效率。
在这里插入图片描述
话不多说，先来看一看自动化辅助标注的震撼效果：

那么该如何获取呢？ T-Rex Label Github官网提供了在线和本地两种方式，这里为了避免繁琐的环境配置过程，选择T-Rex Label在线工具进行说明。(点击即可跳转)

以下从数据准备、图片导入、数据标注、标注导出、格式转换五个小节来说明T-Rex Label的使用流程。

0 数据准备

人们总是对例子情有独钟，为了帮助你更好的理解操作流程，我将通过一个案例来说明。

我们手中有如下的数据目录，Annotations_voc存放VOC格式的xml标注文件，Annotations_yolo存放YOLO格式的txt标注文件，当然目前还没有开始标注，他们都是空的，而pic中存放的是此次要标注的5张图片。

我们的目的是在T-Rex Label在线工具上对pic进行标注（把所有人头head标注出来），获得相应的Annotations_yolo标注文件（因为目前只支持导出COCO和YOLO格式），再使用yolo2voc.py(后续会提供)将YOLO格式转化为VOC格式，从而获取Annotations_voc 标注文件。

1 图片导入

打开在线工具链接后，在以下界面选择要导入的图片即可，目前最多支持一次导入200张图片并对其进行标注。

可以看到导入图片后如下，接着点击开始标注即可。

2 数据标注

下面用动图演示标注过程如下：

${\color{#E16B8C}{①}}$ 过程中因为预先没有定义分类，先按A键进入智能标注模式时，会提示你创建一个分类(e.g. head)；

${\color{#E16B8C}{②}}$ 创建完成后，接着左键划标注框 $\rightarrow$ Enter确定，这样一张图片的标注就完成了；

${\color{#E16B8C}{③}}$ 过程中如果有划错的标注框，可以按Ctrl+Z回撤，也可以按D键进入选择模式，点击要删除的标定框后按Del键即可；

${\color{#E16B8C}{④}}$ 过程中如果有AI漏标的对象，可以按R键进入手动标注模式进行框定；

${\color{#E16B8C}{⑤}}$ 另外可以用小键盘上的左右方向键切换图片；

${\color{#E16B8C}{⑥}}$ 建议先用智能标注完成一遍所有导入图片的粗标注，再用手动标注的方式进行精标注。

3 标注导出

所有图片都标注完成后导出标注即可。这里只可选择COCO或YOLO格式，我们先选择YOLO格式。

接着你会得到一个压缩包，解压后的文件目录如下，其中images是上传的原始图片，labels是YOLO格式的标注，classes是定义的分类。
在这里插入图片描述

到这儿，如果你需要的是YOLO或COCO格式，那么标注过程就完成了，如果你需要VOC格式，请看格式转换一节。

4 格式转换

首先创建一个如下图所示的项目目录：
在这里插入图片描述
${\color{#E16B8C}{①}}$ data在图片导入一节中已经讲解过了；
${\color{#E16B8C}{②}}$ 将下载解压得到的images中的图片放入pic中，将labels中的文件放入Annotations_yolo中，此时Annotations_voc仍为空；
${\color{#E16B8C}{③}}$ 接着创建yolo2voc.py的转换函数(主要更改__main__的部分)，运行即可在Annotations_voc中看到VOC格式的标注文件；

# yolo2voc.py文件的内容 
from xml.dom.minidom import Document
import os
import cv2
# 可以修改makexml定制化要写入xml的内容
def makexml(picPath, txtPath, xmlPath,
            folder_name="pic",  #图片文件建的名称
            dirpath=".\\data\\pic\\", #图片目录
            ):
    """此函数用于将yolo格式txt标注文件转换为voc格式xml标注文件
    """
    dic = {'0': "head"}  # 创建字典用来对类型进行转换
    files = os.listdir(txtPath)

    for name in files:
        xmlBuilder = Document()
        annotation = xmlBuilder.createElement("annotation")
        xmlBuilder.appendChild(annotation)

        txtFile = open(os.path.join(txtPath, name))
        txtList = txtFile.readlines()
        img = cv2.imread(os.path.join(picPath, name[0:-4] + ".jpg"))
        Pheight, Pwidth, Pdepth = img.shape

        folder = xmlBuilder.createElement("folder")
        foldercontent = xmlBuilder.createTextNode(folder_name)
        folder.appendChild(foldercontent)
        annotation.appendChild(folder)

        filename = xmlBuilder.createElement("filename")
        filenamecontent = xmlBuilder.createTextNode(name[0:-4] + ".jpg")
        filename.appendChild(filenamecontent)
        annotation.appendChild(filename)

        path = xmlBuilder.createElement("path")
        pathcontent = xmlBuilder.createTextNode(dirpath + name[0:-4] + ".jpg")
        path.appendChild(pathcontent)
        annotation.appendChild(path)

        source = xmlBuilder.createElement("source")
        annotation.appendChild(source)
        database = xmlBuilder.createElement("database")
        databasecontent = xmlBuilder.createTextNode("Unknown")
        database.appendChild(databasecontent)
        source.appendChild(database)

        size = xmlBuilder.createElement("size")
        width = xmlBuilder.createElement("width")
        widthcontent = xmlBuilder.createTextNode(str(Pwidth))
        width.appendChild(widthcontent)
        size.appendChild(width)

        height = xmlBuilder.createElement("height")
        heightcontent = xmlBuilder.createTextNode(str(Pheight))
        height.appendChild(heightcontent)
        size.appendChild(height)

        depth = xmlBuilder.createElement("depth")
        depthcontent = xmlBuilder.createTextNode(str(Pdepth))
        depth.appendChild(depthcontent)
        size.appendChild(depth)

        annotation.appendChild(size)

        segmented = xmlBuilder.createElement("segmented")
        segmentedcontent = xmlBuilder.createTextNode("0")
        segmented.appendChild(segmentedcontent)
        annotation.appendChild(segmented)

        for j in txtList:
            oneline = j.strip().split(" ")
            object = xmlBuilder.createElement("object")
            picname = xmlBuilder.createElement("name")
            namecontent = xmlBuilder.createTextNode(dic[oneline[0]])
            picname.appendChild(namecontent)
            object.appendChild(picname)

            pose = xmlBuilder.createElement("pose")
            posecontent = xmlBuilder.createTextNode("Unspecified")
            pose.appendChild(posecontent)
            object.appendChild(pose)

            truncated = xmlBuilder.createElement("truncated")
            truncatedContent = xmlBuilder.createTextNode("0")
            truncated.appendChild(truncatedContent)
            object.appendChild(truncated)

            difficult = xmlBuilder.createElement("difficult")
            difficultcontent = xmlBuilder.createTextNode("0")
            difficult.appendChild(difficultcontent)
            object.appendChild(difficult)

            bndbox = xmlBuilder.createElement("bndbox")

            xmin = xmlBuilder.createElement("xmin")
            mathData = int(((float(oneline[1])) * Pwidth + 1) - (float(oneline[3])) * 0.5 * Pwidth)
            xminContent = xmlBuilder.createTextNode(str(mathData))
            xmin.appendChild(xminContent)
            bndbox.appendChild(xmin)

            ymin = xmlBuilder.createElement("ymin")
            mathData = int(((float(oneline[2])) * Pheight + 1) - (float(oneline[4])) * 0.5 * Pheight)
            yminContent = xmlBuilder.createTextNode(str(mathData))
            ymin.appendChild(yminContent)
            bndbox.appendChild(ymin)

            xmax = xmlBuilder.createElement("xmax")
            mathData = int(((float(oneline[1])) * Pwidth + 1) + (float(oneline[3])) * 0.5 * Pwidth)
            xmaxContent = xmlBuilder.createTextNode(str(mathData))
            xmax.appendChild(xmaxContent)
            bndbox.appendChild(xmax)

            ymax = xmlBuilder.createElement("ymax")
            mathData = int(((float(oneline[2])) * Pheight + 1) + (float(oneline[4])) * 0.5 * Pheight)
            ymaxContent = xmlBuilder.createTextNode(str(mathData))
            ymax.appendChild(ymaxContent)
            bndbox.appendChild(ymax)

            object.appendChild(bndbox)
            annotation.appendChild(object)

        # 使用字符串方式写入 XML 文件，避免生成 XML 声明
        # 使用临时文件写入 XML
        temp_xml_path = os.path.join(xmlPath, name[0:-4] + "_temp.xml")
        with open(temp_xml_path, 'w', encoding='utf-8') as temp_file:
            xmlBuilder.writexml(temp_file, indent='\t', newl='\n', addindent='\t', encoding='utf-8')
        # 读取临时 XML 文件并处理
        with open(temp_xml_path, 'r', encoding='utf-8') as temp_file:
            lines = temp_file.readlines()
        # 删除第一行并缩进后面的行
        with open(os.path.join(xmlPath, name[0:-4] + ".xml"), 'w', encoding='utf-8') as final_file:
            for line in lines[1:]:  # 从第二行开始写入
                final_file.write(line[1:])  # 去掉每一行的第一个缩进
        # 删除临时文件
        os.remove(temp_xml_path)

if __name__ == "__main__":
    picPath = "data/pic/"  # 图片所在文件夹路径，后面的/一定要带上
    txtPath = "data/Annotations_yolo/"  # txt所在文件夹路径，后面的/一定要带上
    xmlPath = "data/Annotations_voc/"  # xml文件保存路径，后面的/一定要带上
    makexml(picPath, txtPath, xmlPath,
            folder_name="pic",
            dirpath=".\\data\\pic\\")

${\color{#E16B8C}{④}}$ 为了验证转换的正确性，使用demo.py文件(主要更改__main__的部分)可视化VOC标注的效果。

# demo.py文件的内容
import os
import xml.etree.ElementTree as ET
from PIL import Image, ImageDraw

def parse_voc_xml(xml_file):
    """解析 VOC 格式的 XML 文件，提取检测框信息"""
    tree = ET.parse(xml_file)
    root = tree.getroot()
    boxes = []
    for obj in root.findall('object'):
        name = obj.find('name').text
        xmlbox = obj.find('bndbox')
        xmin = int(xmlbox.find('xmin').text)
        ymin = int(xmlbox.find('ymin').text)
        xmax = int(xmlbox.find('xmax').text)
        ymax = int(xmlbox.find('ymax').text)
        boxes.append((name, xmin, ymin, xmax, ymax))
    return boxes

def visualize_boxes(image_path, boxes):
    """在图片上绘制检测框"""
    image = Image.open(image_path)
    draw = ImageDraw.Draw(image)
    for box in boxes:
        name, xmin, ymin, xmax, ymax = box
        draw.rectangle([xmin, ymin, xmax, ymax], outline='red', width=3)
        draw.text((xmin, ymin), name, fill='red')
    return image

def main(image_path, xml_path):
    # 解析 XML 文件，获取检测框
    boxes = parse_voc_xml(xml_path)
    # 可视化检测框
    visualized_image = visualize_boxes(image_path, boxes)
    # 显示图片
    visualized_image.show()

if __name__ == "__main__":
    # 输入图片和对应的 XML 文件路径
    image_path = "data/pic/002861.jpg"  # 替换为你的图片路径
    xml_path = "data/Annotations_voc/002861.xml"  # 替换为你的 XML 文件路径
    main(image_path, xml_path)