一个简单高效labelme-json-to-dataset方法

labelme是一个经典标注工具，往往我们使用标注完图片保存后会得到一个个Json文件，但json文件不能直接作为数据集使用，我们还需要将它转为带标签语义的Png格式图片。

网上看了很多教程，有看过更换labelme环境中Anaconda\envs\labelme\Lib\site-packages\labelme\cli目录下的json_to_dataset.py内容的，但是我没有成功过。

今天看到一个教程是使用一段代码的批处理文件，可以直接转，他的本质也是调用json_to_dataset.py但是不需要改代码，非常方便，与原文参考有一些变换，经过测试。下面详细交代方法。

---

1. 准备需要标注的图片（图片最好按规则重命名），将图片放入一个文件夹，例如images，存放目录为D：\images
2. 打开Anaconda Prompt 输入conda activate labelme(假设已经创建好labelme环境，安装好labelme),激活labelme环境
3. 输入labelme自动打开labelme可视化操作界面，
4. 选择Open Dir，打开imges目录，会将目录下的图片列表加载到Flie List，就可以更方便通过Next Image和Prev Image进行图片切换，File List处的滚动条也会根据进度条走动，这样更不容易遗漏图片
5. 显示图片后选择Create Polygons进行多边形标注，这里右击可以选择其他方式，根据图片中需要标注轮廓进行框选拟合，拟合完成后形成闭环就会弹出标签标注框，可以自己输入类别，然后进行确定，确定完polygon labels处会显示使用的标签。然后点击Save,会将标注好的图片自动保存为同名的json文件，保存在images目录下
6. 按第五步完成所有图片标注
7. 在images目录下创建一个test.txt文本文件，打卡文本，复制输入以下代码

8. @echo off
   for %%i in (*.json)  do labelme_json_to_dataset %%i
   pause
   

9. 然后保存，重命名test.txt为test.bat文件，成为批处理文件，它可能会报错warnings但没关系可忽略，只是报错不能多张转化，会一张一张转的（我以一个例子为例）
10. 回到anaconda下的labelme环境，切换目录至D:\images
11. 输入test.bat回车即可，随即就会将一个个json文件，创建同名图片_json文件夹，里面生成4个文件,分别是原图img.png；红（标注区域）黑（背景）色图片label.png；label_names.txt（存放图片含有的类别标签列表）；label_viz.png(带标注标签）

 

 大功告成！

参考资料：labelme批量制作数据集教程_ZhuiMengLQG的博客-CSDN博客