label2COCO(area).py

最新推荐文章于 2024-08-08 07:24:43 发布

天边有朵云

最新推荐文章于 2024-08-08 07:24:43 发布

阅读量1.5k

点赞数

分类专栏：优化文章标签： labeme2COCO

本文链接：https://blog.csdn.net/qq_33500066/article/details/86429018

版权

本文介绍了如何从labelme的json文件计算mask的面积，包括根据points生成mask，确定检测框位置，计算每行像素构成的梯形面积，并对所有行进行求和，以得到完整的mask面积计算过程。

摘要由CSDN通过智能技术生成

网上找到的都是要积分下载，自己尝试着补充了下area计算，不一定正确．．

mask面积计算：

1.根据labelme生成的json文件里的points来生成mask

2.确定目标检测框的位置(左上角位置，右下角位置)

3.依次计算mask中一行像素与下一行像素组成的梯形的面积，由于mask一定是连续的，所以梯形的边长可以通过遍历当前行像素的值来求(像素为１表示属于mask)，最后对每一行求和．

完整代码如下（除了relArea其他是照搬的）

# -*- coding:utf-8 -*-
# !/usr/bin/env python

import argparse
import json
import matplotlib.pyplot as plt
import skimage.io as io
import cv2
from labelme import utils
import numpy as np
import glob
import PIL.Image
class labelme2coco(object):
	def __init__(self,labelme_json=[],save_json_path='./new.json'):
		'''
		:param labelme_json: 所有labelme的json文件路径组成的列表
		:param save_json_path: json保存位置
		'''
		self.labelme_json=labelme_json
		self.save_json_path=save_json_path
		self.images=[]
		self.categories=[]
		self.annotations=[]
		# self.data_coco = {}
		self.label=[]
		self.annID=1
		self.height=0
		self.width=0

		self.save_json()

	def data_transfer(self):
		for num,json_file in enumerate(self.labelme_json):
			with open(json_file,'r') as fp:
				data = json.load(fp)  # 加载json文件
				self.images.append(self.image(data,num))