安装labelme环境
打开Anaconda Prompt, 直接输入pip install labelme即可安装
由于课题研究主要针对髋骨附近的股骨进行标注,只需要一种标签即可:
方法一
1)直接在Anaconda Prompt中输入labelme即可;
标注图片的两种方法
2)点击OpenDir选择所要标注的图片目录,标签名自己随意起就好了;
3)点击File->Change OutputDir来改变保存json文件的位置;
4)标注完成后需要生成数据集,首先找到Anaconda环境下的labelme_json_to_dataset.exe文件,在我的电脑上文件路径是D:\anaconda3\Scripts,将labelme_json_to_dataset.exe复制到你想要保存图片的文件夹,然后修改D: \anaconda3\Lib\site-packages\labelme\cl 目录下的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