关于 win10系统 labelme批量转换json文件的二三事

搞了大半天labelme 的批量转换，一度气得想摔鼠标。那些奇奇怪怪的错误也不知道怎么回事，跑遍了CSDN也没找到怎么解决那些鬼东西。不过最终还是被我挖出了能用的批量转换代码（没办法，python小白只能票大佬的东西）！

参考博客指路

1.初次使用labelme遇到的坑labelme_json_to_dataset 文件json只生成4个文件缺少生成infoyaml文件
2.labelme 批量转换
3.如何用labelme标注语义分割数据集
4.labelme生成的json文件批量转换方法

labelme批量转换json文件方法

这个方法不需要降labelme的版本，我的labelme版本是4.5.7，亲测有效。
放个转换成功的截图嘻嘻嘻。


进入正题
首先，找到你的 json_to_dataset.py 文件。一般是在这个路径：
\anaconda\envs\labelme\Lib\site-packages\labelme\cli （自己安在哪个盘就到哪个盘去找）
然后用记事本打开，用下方代码全部替换：

import argparse
import base64
import json
import os
import os.path as osp

import imgviz
import PIL.Image
import yaml

from labelme.logger import logger
from labelme import utils


def main():
    logger.warning(
        "This script is aimed to demonstrate how to convert the "
        "JSON file to a single image dataset."
    )
    logger.warning(
        "It won't handle 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)

    data = json.load(open(json_file))
    imageData = data.get("imageData")

    if not imageData:
        imagePath = os.path.join(os.path.dirname(json_file), 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 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
    lbl, _ = utils.shapes_to_label(
        img.shape, data["shapes"], label_name_to_value
    )

    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 = imgviz.label2rgb(
        label=lbl, img=imgviz.asgray(img), label_names=label_names, loc="rb"
    )

    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")

    logger.warning('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)

    logger.info("Saved to: {}".format(out_dir))


if __name__ == "__main__":
    main()

然后保存就可以了。
修改json_to_dataset.py 文件，第一是为了生成info文件，4版本没有生成info文件的代码，所以要改。不过你要是不用info文件就不用改了。第二就是改完之后，可以直接打开Anaconda Prompt进行操作，但是我用这个方法只能转换前140个文件，从第141个开始就疯狂报错。
直接转换的步骤如下：
启动Anaconda Prompt，激活labelme环境（activate labelme），cd到你要放转换后的json文件夹的地方，然后输入：

labelme_json_to_dataset.exe E:\total\train_image\json 

exe后面是你要转换的 .json 文件所在路径。
如果以上方法行不通，那么建议你改完 json_to_dataset.py 文件直接看第二步。
第二，修改完json_to_dataset.py 文件后，新建一个记事本文档，复制以下代码：

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

然后保存为后缀是“ .bat ”的文件，放在有要转换的 .json 文件的路径中。

第三，启动Anaconda Prompt，激活labelme环境（activate labelme），cd到你要放转换后的json文件夹的地方，输入 start test.bat

出现如下页面时，说明正在转换了！操作成功！