深度学习图像处理准备工作之通过json截取指定区域

利用json截取图像指定区域

由于深度学习之图像处理工作需要先进行数据制作，其中不免会框图来形成训练数据，而往往我们需要在原始数据上进行区域标注，截取标注区域来进行目标标记

通俗一点来说就是在我们需要的目标在原图中某一个部件上，而用原图来训练效果不好，此时我们会将目标所在的部件截取出来，然后在这个部件上进行数据的标注工作，形成训练数据集

这个工作就是解决这一问题的，工作流程如下：

1. 在原图像中框选目标所在的部件（也就是某一区域），此时会根据原始图像生成对应的json文件
2. 然后将原始图像与框图产生的json文件，通过程序来对json文件所标注的位置进行截取出来。
3. 无须担心一张图片中标记了多个区域。

import numpy as np
import cv2
import os
import json
import xml.etree.cElementTree as ET

def drawxml(xmlpath,im):
    tree = ET.ElementTree(file=xmlpath)
    print("resoluting...")
    root = tree.getroot()
    for obj in root:
        if obj.tag == 'object':
            objectname = obj[0].text  # object name
            box = []
            print('name:' + objectname)
            for bndbox in obj:
                for sub in bndbox:
                    box.append(int(sub.text))  # bndbox
                    box = np.array(box)
                    # print(box)
                    cv2.rectangle(im,(box[0],box[1]),(box[2],box[3]),(0,255,0),2)
                    font = cv2.FONT_HERSHEY_SIMPLEX
                    cv2.putText(im,objectname,(box[0],box[1]),font,0.8,(255,255,255),2,cv2.LINE_AA)
    return im



def drawjson(jsonpath, im):
    xList=[]
    yList=[]
    jsonobj = json.load(open(jsonpath))
    hats = jsonobj['shapes']
    for hat in hats:
        boxes = hat['points']
        pts = np.array(boxes, np.int32)
        pts = pts.reshape((-1, 1, 2))
        # print(pts)
        objectname = hat['label']
        print(jsonpath)
        print(objectname)
        cv2.polylines(im, [pts], True, (0, 0, 255), 2)
        font = cv2.FONT_HERSHEY_SIMPLEX
        cv2.putText(im, objectname, (pts[0][0][0], pts[0][0][1]), font, 0.5, (255, 255, 255), 2, cv2.LINE_AA)
        print(len(pts))
        xlist=[]
        ylist=[]
        for i in range(len(pts)):
            xlist.append(pts[i][0][0])
            ylist.append(pts[i][0][1])
        xList.append(xlist)
        yList.append(ylist)
        #print('xList',xList)
        #print('yList',yList)
    return im,xList,yList
if __name__ == '__main__':
    #通过json或xml对原图进行标记需要填写savepath，通过json截取不用填写
    imgpath = "/media/chase/SONG/xd/jinjucut/" #图片路径
    xmlpath = ""                               #xml路径
    savepath = ""                              #画图路径（截取不用填写）
    cutsavepath="/home/chase/tmp/xiaodingcut/" #存放裁剪后的路径
    jsonpath = "/home/chase/tmp/jinjucutres/"  #图片对应的json路径
    imgnum = 0
    xmlnum = 0
    jsonnum = 0
    for f in os.listdir(imgpath):
        ifdraw = False
        imgnum += 1
        im = cv2.imread(imgpath + f)
        origin=cv2.imread(imgpath + f)
        xmlname = xmlpath + f.replace('.jpg', '.xml')
        if (xmlpath!='' and os.path.exists(xmlname)):
            ifdraw = True
            im = drawxml(xmlname, im)
            xmlnum += 1
        jsonname = jsonpath + f.replace('.jpg', '.json')
        if (jsonpath!='' and os.path.exists(jsonname)):
            ifdraw = True
            im,xList,yList = drawjson(jsonname, im)
            jsonnum += 1
            print('xList',xList)
            print('yList',yList)
            print(len(xList))
            for i in range(len(xList)):
                img_cut=origin[min(yList[i]):max(yList[i]),min(xList[i]):max(xList[i])]
                print(img_cut)
                if os.path.exists(cutsavepath+f):
                    cut_img_name=cutsavepath+'cutted-'+ str(i)+'-'+f
                else: cut_img_name=cutsavepath+f
                print(cut_img_name)
                cv2.imwrite(cut_img_name,img_cut)
        if ifdraw and savepath!='':
            cv2.imwrite(savepath + f, im)
    print("imgnum:", imgnum)
    print("xmlnum:", xmlnum)
    print("jsonnum", jsonnum)