1.下载labelme
pip install labelme==3.16.7
下载
2.打开labelme
在终端输入:labelme
3.使用label进行分割
imgs中存放我的要分割的图片,json文件夹是我想保存json文件的地方
修改输出路径(输出的文件是.json),选择对应的文件夹
设置自动保存
打开原始的图片文件夹
点击这个,进行分割
首尾点重合,弹出这个框,输入类别 ,第一次需要输入类别,后续如果类别一样,只用选择然后点击“OK”即可。
保存结果如下
4.将json转为png
一般一次只能转换一张图片,在终端输入命令
labelme_json_to_dataset "D:\Graduation_project\data\Tomato_1\json\PlantVillage_tomato_1.json"
路径改为自己的json文件路径
5.修改mask图像的颜色
当我只有一种风格对象时,默认会显示红色,例如
首先找到labelme下载的地址
Scripts换为下面方框中的,找到draw.py文件
修改如下:增加了判断
if i == 1:
r = 255
g = 255
b = 255
else:
r = np.bitwise_or(r, (bitget(id, 0) << 7 - j))
g = np.bitwise_or(g, (bitget(id, 1) << 7 - j))
b = np.bitwise_or(b, (bitget(id, 2) << 7 - j))
6.批量转化json为png
找到该文件
完整修改代码如下:
import argparse
import base64
import json
import os
import os.path as osp
import PIL.Image
import yaml
from labelme.logger import logger
from labelme import utils
def process_json_file(json_file, out_label_viz_dir, out_masks_dir):
# 读取 JSON 文件
with open(json_file, 'r') as f:
data = json.load(f)
imageData = data.get('imageData')
if not imageData:
imagePath = osp.join(osp.dirname(json_file), data['imagePath'])
with open(imagePath, 'rb') as f:
imageData = base64.b64encode(f.read()).decode('utf-8')
img = utils.img_b64_to_arr(imageData)
# 构建 label_name 到数值的映射
label_name_to_value = {'_background_': 0}
for shape in sorted(data['shapes'], key=lambda x: x['label']):
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
# 生成标签图像
lbl = utils.shapes_to_label(img.shape, data['shapes'], label_name_to_value)
# 生成标签名称列表
label_names = [None] * (max(label_name_to_value.values()) + 1)
for name, value in label_name_to_value.items():
label_names[value] = name
lbl_viz = utils.draw_label(lbl, img, label_names)
# 获取 JSON 文件的前缀(不含扩展名)
prefix = osp.splitext(osp.basename(json_file))[0]
# 保存 label_viz.png 到 label_viz 文件夹
label_viz_file = osp.join(out_label_viz_dir, prefix + '_label_viz.png')
PIL.Image.fromarray(lbl_viz).save(label_viz_file)
# 保存 label_names.txt 到 label_viz 文件夹
label_names_file = osp.join(out_label_viz_dir, prefix + '_label_names.txt')
with open(label_names_file, 'w') as f:
for lbl_name in label_names:
f.write(lbl_name + '\n')
# 保存 info.yaml 到 label_viz 文件夹
info_yaml_file = osp.join(out_label_viz_dir, prefix + '_info.yaml')
info = dict(label_names=label_names)
with open(info_yaml_file, 'w') as f:
yaml.safe_dump(info, f, default_flow_style=False)
# 保存 label.png 到 masks 文件夹
label_file = osp.join(out_masks_dir, prefix + '_label.png')
utils.lblsave(label_file, lbl)
logger.info('Processed and saved outputs for: {}'.format(json_file))
def main():
parser = argparse.ArgumentParser(
description="批量将 JSON 文件转换为图片,并将结果分别保存到 label_viz 与 masks 文件夹中"
)
# 输入目录为包含 JSON 文件的目录
parser.add_argument('json_dir', help="包含 JSON 文件的目录")
# 可选参数指定输出文件夹名称,默认值为 label_viz 与 masks
parser.add_argument('--label_viz', default='label_viz', help="输出 label_viz 文件夹的名称")
parser.add_argument('--masks', default='masks', help="输出 masks 文件夹的名称")
args = parser.parse_args()
json_dir = args.json_dir
# 输出文件夹位于 json 文件夹的上一级目录
parent_dir = osp.dirname(json_dir)
out_label_viz_dir = osp.join(parent_dir, args.label_viz)
out_masks_dir = osp.join(parent_dir, args.masks)
# 检查输入目录是否存在
if not osp.exists(json_dir):
logger.error("指定的 JSON 目录不存在: {}".format(json_dir))
return
# 如输出文件夹不存在,则创建
if not osp.exists(out_label_viz_dir):
os.makedirs(out_label_viz_dir)
if not osp.exists(out_masks_dir):
os.makedirs(out_masks_dir)
# 获取 JSON 文件列表,仅处理扩展名为 .json 的文件
json_files = [osp.join(json_dir, f) for f in os.listdir(json_dir) if f.lower().endswith('.json')]
if not json_files:
logger.error("在 {} 中未找到 JSON 文件".format(json_dir))
return
# 遍历处理每个 JSON 文件
for json_file in json_files:
process_json_file(json_file, out_label_viz_dir, out_masks_dir)
if __name__ == '__main__':
main()
实现效果
在终端输入,D:\Graduation_project\data\Tomato_1\json为输出的json文件所在地
labelme_json_to_dataset D:\Graduation_project\data\Tomato_1\json
运行效果:会在D:\Graduation_project\data\Tomato_1\json的同一级目录,生成两个文件,label_viz
和 masks,里面存放输出
补充:还可以指定--label_viz
和 --masks
参数,指定文件夹名称,例如
labelme_json_to_dataset D:\Graduation_project\data\Tomato_1\json --label_viz my_label_viz --masks my_masks