Python labelImg 图像标注工具安装及使用教程windows版(亲测有效)

1.首先先下载这个工具的源代码(此处贴一个github上面的源代码)

labelImg

地址:https://github.com/tzutalin/labelImg

2、安装 QT5 tools

看到如上图，表示安装成功。

3、pyrcc编译资源文件

进入到labelImg解压后的文件，我这里是labelImg-master. 否则会报错

执行命令： pyrcc5 -o resources.py resources.qrc ， 如下图

4、运行

5、将生成xml内容转换成txt

原内容：

预期结果

每一行的格式  文件路径  目标个数  左上角坐标  右下角坐标

转换代码如下

"""将labelimg 生成的xml标注文件转换为 opencv所要的txt文件
       
"""
import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
lblfilePath='F:/OPenCV/Image' #改为自己的实际路径 
sets=['train', 'val']  #替换为自己的数据集
classes = ["LunTai", "hat"]     #修改为自己的类别
def  convert_annotation(image_id):
    try:
        in_file = open(lblfilePath+'/%03d.xml'%(image_id))  #例001.xml 
    except:
        return 0
    out_file = open(lblfilePath+'/trainlabel2020.txt', 'w')  #我们要生成opencv需要的文件
    tree=ET.parse(in_file)
    root = tree.getroot()
    size = root.find('size')
    filepath=root.find('path').text #文件路径
    w = int(size.find('width').text)
    h = int(size.find('height').text)
    for obj in root.iter('object'):
        difficult = obj.find('difficult').text
        cls = obj.find('name').text
        #如果不是人或者是难以识别的人，跳过
        if cls not in classes or int(difficult)==1:
            continue
        cls_id = classes.index(cls)
        xmlbox = obj.find('bndbox')
        b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text), float(xmlbox.find('ymax').text))
        #bb = convert((w,h), b)
        out_file.write(filepath+" 1 "+" ".join([str(int(a)) for a in b]) + '\n')
    out_file.close()
    return 1
#wd = getcwd() #获取当前的工作路径
'''
if not os.path.exists('labels'):
    os.makedirs('labels')
'''

list_file = open('train.txt', 'w')
for image_id in range(1,50):
    if (convert_annotation(image_id) == 1):
        list_file.write('../images/train2020/%06d.jpg\n'%(image_id))
    #print('train/%06d.jpg\n'%(i))
list_file.close()
print('运行结束')