json文件批量转化数据

文章开始，先提一下之前用labelme出现过的问题，和踩过的坑。

1. utils文件夹下 无draw.py 文件 or 执行是产生 没有draw_label 属性的问题
   解决方法 将labelme 降级为3.16.7版本，本人版本python3.6.3

然后值得说明的是labelme 虽然强大，但是自带的json_to_dataset.py文件只支持单个json文件转化。深度学习是有大量数据的，所以需要适当修改该文件，使之可以实现批量转换的能力。网络上已经有很多代码可以实现此功能，小伙伴们只需要将下面的代码段替换自带json_to_dataset.py里的代码，即可。
替换代码如下：

####labelme自带的是单个json文件转图像此处修改为批量json文件转成批量dataset
import argparse
import base64
import json
import os
import os.path as osp
import warnings
import PIL.Image
import yaml
from labelme import utils
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
  alist = os.listdir(json_file)
  for i in range(0,len(alist)):
    path = os.path.join(json_file,alist[i])
    data = json.load(open(path))
    out_dir = osp.basename(path).replace('.', '_')
    out_dir = osp.join(osp.dirname(path), out_dir)
    if not osp.exists(out_dir):
      os.mkdir(out_dir)
    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)
    PIL.Image.fromarray(img).save(osp.join(out_dir, 'img.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()

接下来就到了怎么实现转化的部分了：
在python的安装目录下，找到Script文件夹，可以发现里面有各种exe可执行文件，不难发现labelme_json_to_dataset.exe。
接下来，我们 windows+R ,键入cmd，然后cd什么的进入到刚才所说的Script目录下，然后 键入labelme_json_to_dataset.exe C:\Users\Desktop\data\json 即可开始转化。这里C:\Users\Desktop\data\json 是json文件所在的文件夹，小伙伴们按照自己json文件所在的目录，稍作修改即可。