Labelme标注流程、以及遇到的问题

使用前注意：如果标注前需要对图片尺寸进行修改，务必先修改图片尺寸，再标注

"""
修改图片尺寸的代码
"""
from PIL import Image
import os

Files_path = r"C:\Users\dd\Desktop\标注远距离图片"  # C:\Users\dd\Desktop\标注远距离图片\data  注意图片是放在data文件夹下的！！！
labels_num = len(os.listdir(Files_path))
print(labels_num)

for i in range(labels_num):
    image_dir = os.path.join(Files_path, str(os.listdir(Files_path)[i]))
    print(image_dir)
    image_list = os.listdir(image_dir)

    for image_name in image_list:
        image_path = os.path.join(image_dir, image_name)
        img = Image.open(image_path)
        print(img)

        x_s = 512
        y_s = 512

        Resize_image = img.resize((x_s, y_s), Image.ANTIALIAS)

        Resize_out_path = r"C:\Users\dd\Desktop\标注远距离图片"

        Resize_image.save(Resize_out_path + '/' + str(os.listdir(Files_path)[i]) + '/' + str(image_name))

1.按照下图中流程标注：

（下面的图片顶端的路径调整一下，C:\Users\dd\Desktop\标注远距离图片\left_0.jpg 变为 C:\Users\dd\Desktop\标注远距离图片\data\left_0.jpg）

2.处理标注后的json文件

2.1 修改json_to_dataset.py文件的内容：（如果已经替换过则忽略）

参考链接
在D:\Anaconda\envs\labelme\Lib\site-packages\labelme\cli 可以看到json_to_dataset.py文件
修改为：

import argparse
import json
import os
import os.path as osp
import warnings
 
import PIL.Image
import yaml
 
from labelme import utils
import base64
 
def main():
    warnings.warn("This script is aimed to demonstrate how to convert the\n"
                  "JSON file to a single image dataset, and not to handle\n"
                  "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 = args.json_file
    if args.out is None:
        out_dir = osp.basename(json_file).replace('.', '_')
        out_dir = osp.join(osp.dirname(json_file), out_dir)
    else:
        out_dir = args.out
    if not osp.exists(out_dir):
        os.mkdir(out_dir)
 
    count = os.listdir(json_file) 
    for i in range(0, len(count)):
        path = os.path.join(json_file, count[i])
        if os.path.isfile(path):
            data = json.load(open(path))
            
            if data['imageData']:
                imageData = data['imageData']
            else:
                imagePath = os.path.join(os.path.dirname(path), data['imagePath'])
                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 data['shapes']:
                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
            
            # label_values must be dense
            label_values, label_names = [], []
            for ln, lv in sorted(label_name_to_value.items(), key=lambda x: x[1]):
                label_values.append(lv)
                label_names.append(ln)
            assert label_values == list(range(len(label_values)))
            
            lbl = utils.shapes_to_label(img.shape, data['shapes'], label_name_to_value)
            
            captions = ['{}: {}'.format(lv, ln)
                for ln, lv in label_name_to_value.items()]
            lbl_viz = utils.draw_label(lbl, img, captions)
            
            out_dir = osp.basename(count[i]).replace('.', '_')
            out_dir = osp.join(osp.dirname(count[i]), out_dir)
            if not osp.exists(out_dir):
                os.mkdir(out_dir)
 
            PIL.Image.fromarray(img).save(osp.join(out_dir, 'img.png'))
            #PIL.Image.fromarray(lbl).save(osp.join(out_dir, 'label.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')
 
            warnings.warn('info.yaml is being replaced by label_names.txt')
            info = dict(label_names=label_names)
            with open(osp.join(out_dir, 'info.yaml'), 'w') as f:
                yaml.safe_dump(info, f, default_flow_style=False)
 
            print('Saved to: %s' % out_dir)
if __name__ == '__main__':
    main()

2.2 处理json文件

命令行输入：

F:\>cd F:\Anaconda\Scripts

F:\Anaconda\Scripts>labelme_json_to_dataset.exe C:\Users\dd\Desktop\标注远距离图片\标注后文件

3.使用Python批量提取不同json文件夹中的img.png 和 label.png图片：

3.1 如果json文件夹的命名各不相同，为了提取方便，先使用Python批量修改一个文件夹下所有文件夹的名字，这里统一改成了rgb_i_json，其中i从1到n，代码如下：

import os
dirs = os.listdir(r'C:\Users\dd\Desktop\标注远距离图片\json_to_data')
i = 1
for dir in dirs:
    # 获取每个文件夹
    print(dir)
    # 获取文件夹的名字
    oldName = os.path.join(r'C:\Users\dd\Desktop\标注远距离图片\json_to_data', dir)
    newName = os.path.join(r'C:\Users\dd\Desktop\标注远距离图片\json_to_data', 'rgb_'+str(i)+'_json')
    # 执行修改名称的方法.参数1告诉他以前的名字叫啥;参数2告诉他新名字叫啥
    os.rename(oldName, newName)
    i += 1

3.2 然后，分别提取rgb_i_json文件夹中的各个img.png和label.png到两个新的文件夹中，代码如下：

import os
import shutil

path = input('_json文件夹所在的路径:')
new_path = input('需保存的路径:')
count = os.listdir(path)
for j in range(1, len(count) + 1):
    for root, dirs, files in os.walk(path):
        if len(dirs) == 0:
            for i in range(len(files)):
                print("i=", i)
                # 样例：
                # if files[i].find('label.png') != -1:
                #     shutil.copy(os.path.join(path + '/rgb_' + str(j).zfill(4) + '_json/', files[i]),
                #                 os.path.join(new_path, 'rgb_' + str(j).zfill(4) + '.png'))

                # 将label.png提取出来并且按照顺序命名1.png....
                if files[i].find('label.png') != -1:
                    shutil.copy(os.path.join(path + '/rgb_' + str(j).zfill(1) + '_json/', files[i]),
                                os.path.join(new_path, str(j).zfill(1) + '.png'))

                # 将img.png提取出来并且按照顺序命名1.png.....
                # if files[i].find('img.png') != -1:
                #     shutil.copy(os.path.join(path + '/rgb_' + str(j).zfill(1) + '_json/', files[i]),
                #                 os.path.join(new_path, str(j).zfill(1) + '.png'))

#############################################

遇到问题：

问题1：实现labelme批量json_to_dataset方法时出错：

UnicodeDecodeError: 'gbk' codec can't decode byte 0xaf in position 6936: illegal multibyte sequence 

报错原因：
GBK无法编码汉语，label读取json文件的时候默认GBK格式，说明文件里有汉语。主要因为在使用Labelme标注图像时，文件路径包含有汉语。
如下图：打开标注后的json文件发现路径有汉字

解决方法：

修改json_to_dataset.py，如下：

问题2：报错 AttributeError: module ‘labelme.utils‘ has no attribute ‘draw_label‘

解决方法：
pip install labelme==3.16.2